知识组织视角下关键词网络中的小世界现象

文章基于Scopus中2008年的11144个关键词构成的网络,结合复杂网络的相应知识,基于小世界网络的平均度和聚集系数这两个特征,通过统计和计算,揭示出关键词网络呈现出小世界的效应。基于由关键词构建的网络,文章初步探讨了通过关键词网络的中介度来确定学科知识点的方法,并与基于词频确定知识点的方法进行了简单的对比。

基于小世界现象的网页消重和排序

纯P2P网络具有小世界现象的特征。该文通过对P2P网页搜索引擎机制与原理的论述,结合小世界现象,推导出基于小世界现象的网页消重和排序。模拟实验的结果显示,利用小世界现象进行外消重和外排序能够很好地均衡查询源节点的处理负担、等待时间以及网络带宽的无谓消耗间的关系。

小世界现象形成机制与马太效应

“小世界现象”和“马太效应”这两个概念原本分别来自社会学和科学史和社会网络两个研究领域，后来随着各学科的发展以及各学科之间方法的借鉴和移植，它们都被情报学吸收并成为两个具有特定意义的词条。研究这两个概念的含义及两者之间的关系，对情报学理论研究具有一定的意义。本文主要讨论了小世界现象和马太效应这两个概念的形成和特点，分析了小世界现象的形成机制及其在情报学中的应用，并通过小世界网络与随机网络的比较，说明马太效应在小世界现象的形成过程当中起到了重要作用。

从网络“小世界现象”看人际信息搜索

“小世界现象”在网络中的证实引起了人们对它的重视,在情报学研究中利用小世界现象原理对于把握网络中信息流有着重要的意义。文章介绍了一些重要的社会性软件,并探讨了利用社会性软件进行人际信息搜索的重要价值和意义。

基于小世界现象的Internet拓扑模型

通过研究Internet自治层的拓扑结构,以及在Internet小世界现象内的偏好连接、节点和链接的随机或优先消亡、节点间非线性优先连接、新节点所带来的外部链接及网络内新增的内部链接等诸多因素,提出了基于小世界现象的Internet拓朴模型。通过仿真实验与统计数据的对比表明,ITMSW模型能够很好的描述Internet自治层无标度、小世界现象等诸多特性。

大世界悖理与小世界现象——情报交流研究新进展

简述了大世界悖理与小世界现象的涵义及其实验研究和基本内容，指出了它们对情报学和网络交流的影响。

用于函数优化的小世界优化算法

借鉴小世界现象的有关机理,构造了不同的小世界优化算子,主要包括局域短连接搜索算子和随机长连接搜索算子.将优化过程视为在搜索空间(网络)中从候选解向最优解的信息传递过程,利用小世界现象有效信息传递的有关机理实现了一种新的优化算法———小世界优化算法.通过对复杂函数的优化问题进行仿真试验,表明与相应遗传算法相比,新算法可以更好地保持解的多样性,能够有效地避免陷入局部极小值的问题,并在一定程度上克服了早熟和遗传算法欺骗问题,并且收敛速度快,因此具有解决复杂问题的潜力.

用于社群结构探测的小世界特征遗传算法

针对网络社群结构探测问题,探讨一种小世界特征遗传算法.受小世界现象搜索机理和网络结构特征启发,构造一种社群结构局部搜索算子;进而将该算子引入遗传算法基本框架,提出一种小世界特征遗传算法.典型网络的社群结构探测的结果表明,与Girvan-Newman算法和模拟退火算法相比,小世界特征遗传算法探测到的社群结构具有更大的模块性值,从而证明该算法是可用且有效的.

Web小世界特征的网络计量学研究

本文在研究Web小世界特征以及形成小世界网络机制的基础上,着重分析了运用网络计量学理论,对Web网站和网页之间存在的小世界特征进行深入研究的技术和方法,并分析比较了研究结果。同时,探讨了Web小世界特征在网络信息环境中的具体应用。

基于精英集聚效应的实数编码小世界优化算法

为了提高小世界算法的高维模型优化性能和降低算法的编码复杂性,提出了一种基于精英集聚效应的自适应实数编码小世界优化算法。该算法借鉴小世界现象进行网络空间搜索,包括随机长连接和局部短连接。为了提高优化性能,首先基于精英集聚效应在长连接中加入分级个体吸引策略;然后根据节点优化优劣在短连接中进行搜索次数及邻域大小的自适应调整。为了降低编码复杂性采用了实数编码。最后通过Markov链理论证明了算法的收敛性。数值测试结果表明,与禁忌遗传算法、基本小世界算法以及禁忌小世界算法相比,该算法在相对误差方面平均降低了30.3%,在收敛速度和稳定性方面分别平均提高了18.2%和13.8%,从而验证了算法的有效性。

运用小世界原理提高Gnutella网络的传输效率

介绍了经典的“小世界”现象,并通过进一步的实验,验证了网络具有小世界现象,同时在介绍P2P网络中Gnutella网络的基础上,分析了Gnutella网络的不足,并运用小世界原理解决Gnutella网络传输效率不够高的问题。

基于社会网络小世界性改进的信任感知推荐系统

信任感知推荐系统(TARS)是利用用户间的信任来解决推荐系统中的数据稀疏性,冷启动用户和冷启动项目问题。随着互联网上出现越来越多的现实社会关系,用户间的信任关系变得越来越复杂,因此信任值的计算也越来越困难。提出基于社会网络的小世界性的信任感知推荐系统(i TARS),利用最优信任传播距离来改进信任值计算方法。在Movie Lens数据集上的实验结果表明,该方法在推荐准确度和召回率上有显著提高,特别对越稀疏的数据效果更好。

基于小世界原理的高维函数优化算法研究

分析并模拟Milgram社会学实验过程中的小世界现象,采用十进制编码策略,设计信息交互算子、局部短连接和随机长连接搜索算子,构建一种"仿社会"的十进制编码小世界高维函数优化算法。典型高维函数优化仿真试验结果表明,与OGA/Q、AEA和BGA等进化算法相比,十进制编码小世界优化算法能够获得满意的求解精度,收敛速度快,算法的计算复杂度随维数增加呈线性变化,表明算法可在一定程度上克服了由于维数增加而引起的问题复杂性。

社会网络分析在专利知识网络中的应用

社会网络分析方法作为一种有效的定量研究方法广泛应用于多个领域。近年来,用社会网络分析方法分析知识网络,尤其是分析专利知识网络逐渐成为热点。在知识创新领域应用的基础上,从知识流动视角梳理了专利知识网络研究进展,重点分析了知识扩散、知识转移和知识溢出的研究趋势,并结合社会网络理论在专利知识网络中的具体应用展开论述。旨在探究现有研究进展及发展程度,填补理论应用研究空白,预测未来趋势,为深化专利知识网络、拓展社会网络分析内容提供借鉴。

语言网络研究进展

语言网络作为一个新的研究领域,其研究正在迅速崛起,目前已经吸引了不少领域的研究者们的关注。该文首先简要介绍了语言网络的特点、常用的统计特征以及相关的网络模型;其次,根据语言构成单位以及当前语言网络研究热点,将语言网络分为语音网络、共现网络、依存句法网络、概念语义网络,并详细介绍了各类语言网络研究的主要进展。最后总结了语言网络研究的现状并给出了展望。

微博用户关系网络的结构研究与聚类分析

将个人微博用户关系网络作为研究对象,抓取了一个用户从开始注册到一定稳定期3个时间点的数据,构建了3个复杂网络,研究了该微博用户关系网络的结构属性变化,得出用户行为和影响力的变化。使用K-means聚类算法对微博用户关系网络进行了聚类分析,从使用目的角度将微博用户分为3种类型——普通社交型、个人兴趣型和信息散播型。微博服务商可以通过算法优化,根据详细的聚类结果更有针对性地进行页面和应用程序推荐,创造商业价值。

基于复杂网络特征的背包问题优化算法

根据复杂网络演化过程中的小世界现象及无标度特征,提出了基于复杂网络的背包问题优化算法。该算法基于无标度特征的背包问题形成优化空间,通过节点增长和加权节点度偏好连接,产生优化空间网络及其节点度分布;在该优化空间网络中,以小世界网络的聚类及小世界效应为基础,以节点度分布为先验知识,提出局部聚类、小世界效应、链集优化和节点寻优4个算子,实现网络节点连接优化。利用马尔科夫链的相关性质,证明了该算法的收敛性。针对具有相关性的0/1背包问题的实验结果表明,该算法解决组合优化问题是有效的。

科学知识网络的形成与演化（Ⅱ）：共词网络可视化与增长动力学

由论文的关键词及其共现关系构成的共词网络是一类特殊的科学知识网络，代表了科学认知结构。本文利用中国管理科学领域的5种核心期刊的关键词数据研究了共词网络的复杂结构。统计表明共词网络内存在明显的小世界和无标度现象。借助复杂网络绘图软件GUESS，本文绘制了大规模共词网络的拓扑结构图，发现该网络由一个大型的主连通区块和很多孤立的小连通区块组成。借助四个新的信息计量学指标，本文还统计分析了关键词及其共现关系的增长规律，首次从关键词使用的角度定量地证明了科学发展具有创新性和递进性，已有的科学概念是新科学命题产生的知识基础。

结构化P2P网络文本检索研究

基于Kleinberg小世界模型设计一个结构化P2P网络文本检索协议。P2P网络由一些相互连接节点类构成,根据节点文本相似程度实现复杂查询。通过预先设定节点类参数,可以动态地调整节点类大小来平衡网络负载。节点类之间存在一些长程连接,缩短了查询路由步数。实验结果表明,随着网络规模的扩大,搜索开销呈对数平方曲线增长,维护开销呈线性增长,选择合适的节点类内部节点的数量,可以使得总开销最小。

自组织网络洪泛方式的一种改进算法

自组织网络路由协议的研究一直是无线网络的研究热点之一.而以洪泛方式的广播算法无疑比较适合于节点不断移动的自组织网络.但是传统的洪泛算法容易引起路由风暴的问题.本文基于小世纪现象,在保证路由成功率的前提下,将洪泛报文控制在一定的范围之内,从而减少控制报文的数量.仿真结果显示,改进后的洪泛算法具有较低的路由负载和能量消耗.