大数据时代下的复杂网络研究与应用

现实生活中的很多复杂系统均可建立网络分析模型,如:交通网络、社交网络、计算机网络、流行病传播网络等,因这些网络具有高复杂性,复杂网络的概念应运而生。随着大数据时代的到来,复杂网络的分析方法配合数据挖掘模型已经在工业和科研界大放异彩。数据网络结构的复杂性随着数据规模的扩张而增加,构建合适的网络模型往往成为解决问题的关键。因此,当许多研究者在构建复杂网络分析模型时,将从数据收集、清理到模型验证进行全面考虑,包括怎样获得高质量的网络结构数据?如何提升数据网络分析的质量和效率?如何将不完整的网络结构数据分析推广到整个网络?本文回顾了复杂网络的基本性质,常用算法,及模型的构建等。清晰地展现了国内外复杂网络研究领域的成果,各类模型的构建方式与应用场景,和不同算法的优缺点比较等内容。体现了复杂网络在大数据时代的作用与不可替代的价值。