关键词： 社团检测   二分网络   动态距离   自我中心  

摘要： 为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻居节点对距离产生的影响,摆脱敏感参数.同时,提出一种在二分网络中基于Ego-Leader进行社团检测的增强动态距离模型(E-BiAttractor),E-BiAttractor不仅继承了BiAttractor在检测二分网络社团时的优异表现,而且通过引入Ego-Leader来代替敏感参数,优化了模型在二分网络上的鲁棒性,并提出相应的社团检测算法.最后在8个公开数据集上进行实验对比分析,验证了所提模型的有效性.大量实验表明,相较于几种已有的算法,E-BiAttractor具有良好的性能.

关键词： 社团检测   重叠社团结构   节点向量   密度峰值   标签传播   归属度  

摘要： 在真实世界网络中,数据量往往较大、维度较高,这使得数据难以处理,并且所包含的社团大多重叠,而大多数已经存在的算法针对的是非重叠社团,基于改进的密度峰值和标签传播的重叠社团检测算法(DPCL算法).采用低维向量表示网络中节点信息,根据节点的局部密度和相对距离选出中心节点.将只与一个中心节点直接相邻的节点分配到该中心节点所在的社团内,对剩余节点通过计算归属度进行分配,从而实现对重叠社团进行检测;在真实世界网络和LFR基准合成网络上与其他社团检测方法进行比较,实验结果表明能够有效的检测重叠社团.

关键词： 复杂网络   社团检测   标准体系  

摘要： 传统标准体系往往采用"自上而下"的思维方式,在新技术和产业融合快速发展的背景下,传统模式无法从容应对海量标准数据信息.本文基于工业机器人领域的标准引用网络,通过设计数学模型引入BGLL社团发现算法来探索标准集合重新划分,后借助Jieba分词和TF-IDF关键词提取算法,识别划分结果中的标准主题,以此来丰富工业机器人标准体系结构图,为工业机器人领域的标准化工作提供有益参考,为标准数字化转型提供技术支持.

关键词： 社团检测   k核   加权图   紧密子图   贪婪策略  

摘要： k核查询是一种社团查询,由于其可以在线性时间内被有效计算,因此在社团检测中具有较广泛的应用。图中边的权值在很多场景下具有较强的语义关系,但现有研究较少考虑图中边的权值。为提升k核查询的效率,在k核的基础上定义加权图中的紧密k核子图查询(CRKSQ)问题,并使用归约方法证明该问题是NP-难的。基于贪婪策略设计启发式算法CRK-G,通过迭代删除节点为CRKSQ问题找到一个近似解。在此基础上,从降低图规模和减少迭代次数两方面研究CRK-G算法的优化策略,分别提出使用图压缩策略的算法CRK-C及使用单次多节点删除策略的算法CRK-F。在Bio-GRID、Email-Enron、DBLP 3个数据集上的实验结果表明,相对于CRK-G算法,CRK-C、CRK-F算法在查询速度上有较大的提升,且平均误差均在8%以内。

关键词： 动态网络   社团发现   增量   网络突变   累积误差  

摘要： 当前主流的动态社团检测算法通常基于社团结构平稳变化的假设,不能很好地处理网络突变和累积误差,提出一种增量式动态社团检测模型。将前一时刻的社团结构作为初始聚类结果,利用链路变化找出增量相关社团,利用网络变化度和社团稳定度局部调整初始聚类,得到符合当前网络拓扑的社团结构。在真实网络和合成的动态网络中的实验结果表明,所提算法可以准确地发现动态网络社团结构,能有效解决网络突变和累积误差等问题。

关键词： 院校竞争网络   社团检测   复杂网络   平行志愿  

摘要： 平行志愿录取规则与优质生源的紧缺使得院校在高考招生时存在激烈的竞争关系。从网络科学视角正确理解院校竞争关系,能够合理地指导考生进行志愿填报。利用2019年山西省高考理科录取成绩,通过改进的Jaccard相似度计算方法,构建院校竞争网络的邻接矩阵。基于复杂网络度量方法,实证研究院校竞争网络得到:1)度分布存在一定的异质性,且具有较大的平均度;2)簇度负相关表明院校竞争网络存在层次结构;3)富人俱乐部连通性表明度数大于375的院校完全连通构成富人俱乐部;4)利用基于节点标签与网络结构的社团划分算法,通过基尼不纯度评估社团内院校的同质性,进一步利用Louvain算法识别社团内院校存在层次化差异结构。这些实证结果刻画了院校竞争关系,在此基础上归纳了一些指导考生进行合理、分梯度志愿填报的建议和策略。

关键词： 用频规划   多目标优化   蚁群算法   贪心策略   社团检测  

摘要： 为全面描述联合作战用频规划问题,引入多目标优化理论,以干扰冲突最少、需求满足最高和邻频风险最低作为优化目标建立了多目标的联合作战用频规划模型,并提出一种求解联合作战用频规划问题的非支配排序蚁群算法.在蚁群初始化阶段使用带贪心策略的爬山算法获取次优解集合以提升蚁群前期收敛速度,并运用社团检测机制将用频装备分簇以减少电磁干扰分析的计算复杂度从而加快算法进程.同时,在算法每次迭代中对得到的用频规划方案执行调度改进操作,并自适应调整信息素挥发系数等参数,以提升算法全局优化性能.仿真实验验证了模型的有效性,并通过反转世代距离与超体积指标证明了算法在收敛性、分布性与收敛速度上的优越性.

关键词： 舆情情报分析   符号网络   深度学习   社团检测   社交网络   非负矩阵分解   微博  

摘要： [研究目的]面向在线社交网络舆情数据,基于符号网络建模舆情实体的正负关系,研究符号网络社团检测模型挖掘舆情数据中的语义社团,进一步推演出对于某事件群众的普遍看法,适用于真实社会网络中的事件检测,有助于创新舆情情报分析方法。[研究方法]主要从符号网络特性入手,在半非负分解过程中引入深度学习的框架,提出深度半非负矩阵分解模型(DSNMF),进一步将舆情情报分析及复杂网络科学有机结合,利用“‘司马3忌’举报韩红爱心慈善基金会”热点事件所产生的微博舆情数据构建舆情情感符号网络,基于DSNMF模型进行舆情情报实证分析。[研究结论]大量实验表明:DSNMF模型有效提升了符号网络社团检测性能;证实了符号网络社团检测模型在舆情情报分析中的有效性。

关键词： 犯罪数据分析   复杂网络   社团检测   诈骗模式  

摘要： 近年诈骗犯罪呈现高发事态增长,对人民的生产与生活产生重大影响。从诸多犯罪数据中挖掘诈骗犯罪的模式有助于制定合适的措施以节制诈骗案件的发生,有力保护人民财产,构建和谐社会。基于诈骗犯罪数据,通过抽取涉案人员、地点、时间等实体构建犯罪复杂网络,用于挖掘犯罪事件中的主体对象、对象间关系与团伙结构,由此确定了六类典型欺诈模式,为诈骗犯罪的侦破与预防提供理论和技术支撑。

关键词： 固件比对   社团检测   复杂网络   函数相似性   BGLL算法  

摘要： 固件比对是二进制比对技术的重要分支.然而,既往研究关注于函数的表示方法的优化却忽略了对过滤器的设计优化,导致固件常因包含同构函数引发误匹配,以致现有二进制比对技术应用于固件比对时效果不够理想.为此,提出基于社团检测算法的固件比对技术,首次将复杂网络相关理论应用于二进制比对领域.通过社团检测算法将固件内的函数划分为若干社团,利用社团匹配实现过滤器的功能,再根据匹配社团寻找匹配函数;此外,优化了函数相似度计算方法,设计了操作数相似性计算方法.在实现原型系统后,使用1382个固件构建2个数据集进行实验,验证了可行性,分析了基于社团检测算法的固件比对方法的性能,确定了各参数的合理取值,设计了评估指标可信匹配率,并比较了该方法与Bindiff的比对效果.实验表明:该方法可以提升Bindiff比对结果5%~11%的正确率.