符号网络研究综述

符号网络是指边具有正或负符号属性的网络,其中,正边和负边分别表示积极的关系和消极的关系.真实世界的许多复杂网络中都存在对立的关系,尤其是在信息、生物和社会领域.利用边的符号属性去分析、理解和预测这些复杂网络的拓扑结构、功能、动力学行为具有十分重要的理论意义,并且对个性化推荐、态度预测、用户特征分析与聚类等都具有重要的应用价值.然而,当前人们对网络的符号属性关注较少.综述了符号网络的研究背景及意义、国内外研究现状和最新进展,并讨论了目前存在的主要问题,试图让人们对符号网络这一研究方向能有清晰而全面的认识,为网络数据挖掘、复杂网络分析、社会学、生物信息学等相关领域的研究者提供有益的参考.

基于复杂网络理论的在线社会网络分析

综述了近年来复杂网络理论在在线社会网络研究中取得的进展,重点包括在线交友网络、在线社区和在线社会媒体等3大类在线社会网络的实证研究。在线社会网络的拓扑性质,尤其是度同配指数,与现实社会网络存在不同之处。解释了在线社会网络中度异配性产生的根源,指出在线的和现实的社会网络的形成具有不同的底层机制。最后总结了在线社会网络的研究意义、理论价值、潜在的应用和未来的研究方向。

BBS在线复杂网络及其成员交互特性研究

针对BBS论坛成员信息简单,连接关系随机和成员关系模糊的特点,提出基于阈值的BBS回复关系和共同回复关系的两种方法来构建BBS成员交互特性网络,并对这两种方法构建的复杂网络特性展开分析与讨论。同时为了讨论与分析成员的行为特征和交互模式,还讨论了BBS成员相似度和关联度模型。实验结果表明基于阈值的BBS成员在线网络满足小世界特性和无尺度特性。

公共管理与复杂性科学

本文简要回顾公共管理科学和复杂性科学研究的进展,探讨将复杂性科学用于公共管理科学研究的必要性和可行性。以多学科交叉融合为特色的复杂性科学可以为推动公共管理发展提供理论支持,为公共管理科学研究提供新的视角和具体研究方法,并扩大公共管理科学的研究领域;因此,对复杂性科学视野下公共管理的未来重要研究领域的展望也是本文探讨的问题之一。

国内在线社交网络群体行为研究现状与展望

随着互联网的快速发展和智能终端的日益普及,在线社交网络甚至已经成为人们获取信息、传播信息等日常生活的主要行为方式。网络群体作为在线社交网络的主体,受网络结构和信息传递的影响,在线社交网络群体行为研究已经成为各界不可回避的重要热点问题之一。本文试图就社交网络用户行为对国内文献进行科学计量,以CitespaceⅢ软件作为科学计量工具,采用路径搜索(Pathfinder)算法,以不同指标进行聚类,对社交网络用户行为研究热点及前沿领域作出合理划分,最后在总结现有研究不足的基础上对未来的发展方向进行了展望。

微博关系网络模型研究

舆论在微博上的传播过程可以抽象成一个生长的复杂网络。在分析微博网络特性和用户行为习惯的基础上,考虑新用户在进入网络时的同配性,建立微博关系网络的演化模型,并对模型进行仿真。分析指出,微博网络呈现出指数与幂律的混合分布。对微博网络进行实证研究,结果表明,微博关系网络中节点的度分布服从指数截断的幂律分布,具有无标度和小世界特性,与理论分析的结果相一致。

微博机制和转发预测研究

摘要微博机制和转发预测是当前学术研究的一个热点，具有重要的科学研究意义和经济社会价值。本文总结了基于图论的微博机制，对微博转发优化查询算法和预测技术的最新进展进行了系统归纳，明确指出了微博转发预测中用户特征所涉及的用户关系、用户影响力和用户兴趣算法等关键问题；以微博内容特征为切人点，分析了统计学方法、机器学习方法和网络拓扑分析方法的最新模型和技术应用框架；最后，提出了“六度分隔”理论范式、多层耦合网络中的微博用户行为预测、面向微博的“大数据”算法创新与知识挖掘等微博转发预测亟待突破的前沿性研究课题。

在线社交网络的拓扑特性分析

介绍了社交网络的背景知识,讨论了社交网络拓扑特性的研究框架,选取不同类型的社交网络对其拓扑特性进行评述,并针对各种典型社交网络的拓扑特性进行比较总结,最后展望了需要进一步研究的方向。

信息的社会性分析:起源、理论与应用

本文首先分析了复杂网络现象的形成和演化机制背后的人类行为规律,指出人类活动衍生出的各种复杂网络中的个体都具有相似性质,将其定义为社会性。信息作为人类信息活动的产物,其演化和分布规则也具有社会性特征。然后论述信息的社会性分析对于情报学理论构建的重要意义,指出情报学的社会性分析取向将成为连接情报学研究中信息"序化"和"转化"两大传统的重要桥梁。最后论述了信息的社会性分析对相关性理论、信息组织、信息排序等情报学应用领域的重要意义。

新文科的学术范式与集群化

本文认为新文科的发展必须突破既有学科的樊篱,推动文理交叉融合、协同研究,并创建新的研究领域。因此,来自不同学院和学科的研究者为攻克重大问题而在一个多元框架下聚集、组合在一起的卓越集群将成为学术活动的新常态。作者把大数据和人工智能视为现阶段推动人文社会科学范式转变的双轮,强调社会网络和主观间性在思维方式革命中的意义,并把转换问题、开放话语空间、以技术制衡技术等作为伦理困境的现实主义对策。

在线社交网络结构对信息传播的影响研究——以北京邮电大学某实验室为例

随着Web 2.0技术的产生,在线社交网络平台得到了迅速的发展。本文首先综述了近年来基于复杂网络理论的在线社交网络结构方面的研究成果,从网络拓扑结构这一底层机制的角度出发,指出不同类型在线社交网络形成的差异。以北京邮电大学某实验室的社交网络关系为实证研究对象,证实了以研究为目的的科研团体及沟通紧密型网络结构对信息传播的影响,有助于了解信息在网络中的传播特征,进一步分析网络结构与传播媒介的作用机理。

粤港澳大湾区科技创新协同机制研究

利用粤港澳大湾区2001—2019年间的科技创新数据,通过建立复合系统协同度模型来测度科技创新协同度,并在此基础上研究粤港澳大湾区科技创新协同机制。研究发现,第一,粤港澳大湾区城市间、区域间、部门间的科技创新协同度较低但发展趋势呈上升态势,各子系统有序度的差异性是导致协同度较低的重要因素;第二,在新经济地理的3D框架下,经济密度、交通便利、通信设施、市场化、对外开放和政府干预等的发展都对科技创新协同度产生积极影响,但人口密度的增加没有提高其协同度,这些经济地理要素构成协同机制系统,同时呈现空间个体异质性;第三,在拓展分析中,社会网络分析方法表明,粤港澳大湾区个体间具有自主技术创新临近特征。在当前国内外复杂的环境下,系统又全面地研究湾区科技创新协同发展具有重要的现实意义,结论将给粤港澳探索推进协同创新为科技湾区建设加添动力提供参考。

基于多子网复合复杂网络的模型研究

针对在线社会网络中用户间的关系存在多种关系复合的情况,采用多子网复合复杂网络的模型理论,将豆瓣网中用户关注关系子网和用户影评关系子网进行复合,设计了一个基于多子网复合复杂网络拓扑演化模型,该模型考虑了多关系间的相互影响。最后通过仿真实验,得出了基于多子网复合复杂网络模型的网络节点个数、网络边数、网络平均最短路径等网络特征和同等实际网络的网络特征较为吻合。

社交网络拓扑结构实证研究——以科学网博客为例

采用传统统计方法很难直观了解大规模社交网络的结构特点和演化特征。通过对科学网博客域名下的网页进行搜索,建立一个由244 662个博主和113 062对好友关系构成的复杂网络——科学网博客博主好友关系网络。采用复杂网络理论进行研究,测算网络度分布、平均路径长度和聚类系数,发现该网络具有无尺度属性和小世界属性,存在相对较多的集散节点,导致网络的度分布幂指数小于正常范围。通过逐步删除高连接度节点,观察网络破碎程度,分析了集散节点在维持社交网络链接中的重要性,建议重点关注10%的最高度节点,使网络更加健壮。该研究有助于阐明在线社交网络的自组织结构性质。

在线社会网络中推荐算法的研究

针对在线社会网络中用户间的关系存在多种关系复合的情况,应用复杂网络理论设计了结合协同过滤推荐算法和基于网络结构推荐算法的混合推荐算法。利用复合多子网模型和在线社会网络演化模型设计的推荐系统用户模型,并在此基础上提出了基于在线社会网络社团结构的最近邻查询算法,并可根据最近邻集合评分后做出推荐。仿真实验证明,该算法具有较高的准确率和召回率。

基于多子网复合复杂网络模型的多关系社交网络重要节点发现算法

为提高社交网络中重要节点评估的效率和有效性,根据社交网络中存在多种相互影响的关系的特性,基于复杂网络理论提出了一种适用于多关系社交网络的重要节点发现算法.首先使用多子网复合复杂网络模型建立包含多种关系的复杂网络,然后采用信号传播方法体现网络中多种关系和节点间的相互影响,以及这些影响的传递性,最后利用矩阵迭代方法模拟信号传播过程,定量分析网络中各节点的重要度.该算法综合了社交网络中节点的全局和局部重要性,考虑了各节点重要度的相互影响,在豆瓣网上的实验结果表明,与传统社交网络重要节点发现算法相比,该算法在迭代次数、涵盖率等指标上都有较大改善,有助于提高社交网络中舆情分析、社团结构发现、信息传播等工作的效率和准确性.

基于在线社交网络的动态消息传播模型

传统传播模型较难描述在线社交网络中的复杂活跃模式以及节点间的拓扑差异,并且其接触式的传播者退化方式也与现实不符。针对理论模型模拟与现实消息传播的不符,提出一个基于在线社交网络的动态消息传播模型D-SIR。该模型考虑了在线社交网络中影响消息传播的一些实际因素,引入基于传播延迟的退化方式使传播者自发地退化成免疫者,动态指定节点的权威度和免疫力以适应非均质网络,并考虑接收增强信号效应以及外部社会加强效果。在采集的新浪微博真实传播网络数据中,通过参数变化的传播仿真实验验证了D-SIR模型可以有效反映在线社交网络的现实传播情形,并且较传统模型更具灵活性及可扩展性。

基于PageRank的在线社交网络消息传播模型

经典的消息传播模型没有充分考虑在线社交网络的复杂性以及网络节点间的拓扑结构差异。针对这种情况,提出一种基于Page Rank的在线社交网络的消息传播模型P-SIR。该模型利用节点的Page Rank值作为节点权威度并考虑在线社交网络传播机理,刻画不同类型节点随着时间变化的状态演化关系,反映消息传播过程受到网络拓扑结构和传播机理的影响。该模型还考虑在线社交网络中影响消息传播过程中的一些实际因素,动态指定节点的权威度以适应非均质网络,并考虑外部社会加强效应。采用3种不同类型的网络模拟消息传播过程,通过仿真实验验证P-SIR模型可以有效反映在线社交网络中的消息传播过程。

微博网络中影响力传播节点的识别

依据新浪微博的实际数据,采用基于在线社交网络的动态消息传播模型仿真消息传播,根据仿真结果对度、介数、紧密度和K-shell等中心性指标的传播影响力进行对比分析,同时计算不精确函数和Pearson相关系数。实验表明,紧密度识别微博网络的影响力节点效果优于其他指标,且与节点影响力之间的关系较强。

在线社会网络的形成机制——基于跨学科的视角

从多学科角度综述了驱动在线社会网络形成和演化的机制,重点是趋同性和择优连接这两类较重要的机制。阐述了这些机制最近的研究进展,揭示了各种机制背后的原因及对网络演化的影响,指出了这些机制潜在的应用,澄清了对在线社会网络形成机制的常见误解。最后总结了在线社会网络形成机制的研究意义,包括理论和应用价值,以及未来的研究方向。