基于复杂网络的群体决策个体影响力分析

研究个体在群体决策中的个体影响力将有助于分析决策的演化过程,为管理提供帮助。用个体在网络中的节点所处的位置、节点自身的属性等来衡量个体在群体中的影响力。在现有的复杂网络中节点重要度的测定方法的基础上,根据群体决策网络的特性加以完善和改进,测算出个体影响力的大小,并找出群体决策复杂网络上的关键元,为建立复杂网络下的群体决策模型提供依据,以期能更真实和更全面地描述决策者在群体决策中的真实行为。

引入信任度传递机制的影响力最大化节点挖掘

基于渗流理论的影响力最大化节点识别问题没有考虑信任度传播对影响力最大化的影响。利用非回退矩阵图模型,通过引入节点信任度传递函数刻画影响力传播过程中“信任度递减,不信任度递增”现象,并利用渗流理论求解节点联合传播强度指数来刻画节点影响力大小,采用人工网络数据与真实网络数据集对算法的影响力进行了评估分析,与常用启发式算法进行比较验证算法性能,本文算法性能优于其他启发式基准算法。

关联图谱的研究进展及面临的挑战

随着Web技术的不断发展和Linked Open Data等项目的相继开展,关联图谱已被广泛应用于互联网智能搜索、图书馆书目管理、医学、智能制造等领域,并取得了显著的成果。文中深刻阐述了关联图谱的定义、架构以及构建的关键技术,包括实体抽取、实体间关系抽取和知识融合等方面的研究进展,并深度分析了当前关联图谱分析与研究所面临的若干挑战问题。

大学生利用业余时间效果的评价模型

随着我国教育体制改革的不断推进,高校扩招的现实背景下,导致大学毕业生的规模日益扩大,但大学生的就业和创业形式并不乐观。本文结合当下大学生在校的生活特点,运用文献资料法、问卷调查法、熵权分析法,模糊评价法等研究方法,将当代大学生的在校活动时间分为:学习,比赛,活动,兼职四个方面,并得到该四个方面在日常生活中的时间分配比例区间,为大学生合理利用在校时间提供参考,以便于大学生自我塑造成一专多能的人才更好的服务于社会,在本文中以西南科技大学的大学业余时间的利用调查,进行了数学建模,为大学生合理利用业余时间提供了理论依据。

复杂网络环境下群体投票规则的评价模型—–基于民主的视角

基于复杂网络投票框架,构建以全局最优候选人的评价函数作为Condorcet规则与多数赞成规则决策结果的评价标准.通过引入投票者观点支持域,以及全局最优候选人的有效性判定条件,构造"妥协度-支持度"置换度指标.设置支持度与妥协度的不同目标优先级,采用一种基于Delaunay三角剖分的全局最优化算法,求出全局最优候选人搜索解,并建立评价函数衡量投票规则的优劣.数值仿真表明,在大多数偏好网络下,所提出的评价标准能够更准确地衡量Condorcet规则与多数赞成规则所选获胜者偏离投票群体真实意愿的程度.