二分网络研究

对二分网络的研究现状进行综述。将二分网络的研究方法归纳为两种思路:把二分网络投影到单顶点网络进行分析和直接基于原始二分网络进行分析。对二分网络已有的实证研究作一个简单的介绍,包括科学家合作网、听众与歌曲网络、演员合作网等经典二分网络。简单描述了二分网络的统计性质,介绍二分网络社团结构的定义,并对几种基于原始二分网络的聚类方法进行了说明。从动态模型和静态模型两方面来介绍二分网络的演化模型。最后对二分网络的研究现状进行小结并对未来发展做出展望。

基于矩阵分解的二分网络社区挖掘算法

二分网络社区挖掘对复杂网络有重要的理论意义和应用价值。提出了一个基于矩阵分解的二分网络社区挖掘算法。该算法首先将二分网络分为两个部分,每个部分尽可能保存完整的社区信息,然后分别对两个部分进行递归的拆分,直至不能拆分为止。在拆分的过程中,应用矩阵分解,使得到的分解能与网络的相关矩阵的行空间尽可能接近,即尽可能保持原图的社区信息。实验结果表明,该算法在不需任何额外参数的情况下,不但能较准确地识别实际网络的社区个数,而且可以获得很好的划分效果。

企业-产品二分网络的社团结构分析——以中国汽车产业为例

首先,讨论并确定适合企业-产品二分网络的社团结构定义及其划分方法;然后,以中国汽车产业为研究对象,划分其企业-产品二分网络的社团结构,并用Q指数来评价划分的结果,发现网络的社团结构十分明显;最后,深入剖析了社团结构的产业意义。

中国汽车零部件企业竞争网拓扑结构分析

通过搜集中国汽车零部件生产企业的信息,构建了中国汽车零部件及其生产企业的信息数据库以及描述二者之间关系的二部图,在二部图的基础上转化得到了零部件企业竞争网。用复杂网络的理论和方法分析了二部图和企业竞争网的各项静态统计属性。研究发现中国汽车零部件企业竞争网的度分布服从分段指数分布,且具有较小的平均路径长度、较大的群聚系数和结构测度值,表明其是既具有小世界性,又具有无标度性的随机网络。并讨论了二部图和企业竞争网的各项统计指标所具有的现实意义。

基于协同过滤和网络结构的个性化推荐算法

综合了经典的协同过滤算法和基于网络结构的个性化推荐算法。项目同其他所有项目的相似度之和被认为是项目在个性化推荐系统中的初始推荐资源,然后通过二部图的网络结构将这种资源进行重新分配。同时考虑两个项目之间的相互作用关系,提出了最终的推荐算法。最后,根据用户未曾收集项目最终所获得的资源进行排序,向用户推荐资源最多的项目。通过考察项目之间相互作用可以发现,推荐系统的算法衡量指标不能同时达到最优。同时为了进一步增强算法的可扩展性,引入了一个度指数来调节算法,这样在实际应用中就可以根据需要,通过调整项目之间的相互作用以及项目自身的度指数,达到最好的用户体验和系统多样性。

结合用户偏好和相似性的网络结构推荐算法

网络结构推荐算法在资源分配过程中,仅判断用户是否选择过项目,未考虑用户显式偏好对资源分配的影响,导致推荐项目单一,为此提出一种结合用户偏好和相似性的网络结构推荐算法。在二部图网络结构推荐的基础上,引入用户显式评分,采用最大最小值方法标准化用户不同评分作为网络结构的权值,在资源分配过程中综合考虑项目的度以及用户间相似性对资源分配的影响。实验结果表明,该算法与其它算法相比明显提高了平均排序值(ranking score)和海明距离,提高了推荐的准确性和多样性。

基于外部因素的用户—产品二部分网络结构特性分析

产品的外部因素对用户的群集行为有很大的影响,然而在外部因素的影响下,从理论模型上分析用户的群集行为却往往被忽略,因此从理论模型角度分析了用户产品二部分网络结构特性。综合考虑了外部因素和内在属性,建立了用户选择产品的理论模型,并利用生成函数推导了用户和产品的度分布及投影后用户和产品的度分布。最后,举例分析并进行了数值模拟,发现模拟结果与理论分析结果非常吻合,证明了这种方法对于分析二部分网络结构特性是有效的。

结合用户偏好和项目属性的网络结构推荐算法

针对基于网络结构的推荐算法在资源分配过程中采用平均分配方式,产生的推荐结果个性化程度低的问题,提出了一种结合用户偏好和项目属性的网络结构推荐算法。通过用户评分数据和用户对项目属性偏好程度计算用户偏好相似度,在资源分配过程中根据用户偏好相似度调整资源分配方式,使其更加合理,产生更好的个性化推荐结果。Movie Lens数据集上的实验表明,所提出的推荐算法相比于其它算法,显著提高了准确率、召回率、多样性,降低了推荐项目的流行度。

基于社会化标签和历史价格曲线的网络结构个性化推荐方法

社会化标签包含商品丰富的内容,体现用户对商品的个性偏好,而商品的历史价格曲线影响用户的购买倾向。为此,提出社会化标签和历史价格曲线的个性化推荐方法。将用户-标签-商品的三部图网络结构分解为用户-标签、标签-商品的二部图网络结构。在用户-标签二部图中,利用商品历史价格曲线的权重,基于商品历史价格曲线求得用户对标签的评分,并区分用户对标签的积极和消极兴趣。在标签-商品的二部图中,计算标签对商品的重要程度。综合2种方法进行商品推荐,实验结果验证了提出方法能够有效提高推荐的召回率和多样性。

基于拓扑特征的二分网络社团结构划分

目前社团结构划分算法只能划分1类节点并且依赖于额外参数。为此,在分析二分网络社团拓扑特征的基础上,利用社团核与外层的思想,提出一种新的社团结构划分算法。该算法完全依赖于原始网络本身的拓扑结构,并且允许社团间重叠。实验结果表明,该算法无需任何额外参数,即可比较准确地识别实际网络的社团个数,同时划分2类节点的社团结构。

基于差异路径权重的二部图网络推荐算法

针对二部图网络结构推荐算法中资源分配不合理的现象,同时为了丰富推荐结果多样性和促进冷门物品的推荐,提出了一种利用差异路径权重改变资源传递的二部图网络结构算法。利用用户相似性构造路径权重改变第一阶段资源传递规则,使资源较多地流向与目标用户相似的用户节点。通过物品属性相似的构造路径权重,使第二阶段资源更多地流向与目标用户已购物品具有相似属性的物品。实验结果表明,该算法相对于其他流行网络结构算法提高了推荐的综合性能,并且更好地解决了推荐中的相关问题。

基于二分结构的有向网络分析

首先给出有向网络的二分结构网络的转化方法,然后分析转化前后网络基本统计性质并进行对比,最后分别应用解释结构模型、对应分析方法对有向网络和其二分结构网络进行聚类分析,结果表明二分结构网络的聚类可以保留原系统更多信息.

具有外部干扰的耦合时滞神经网络固定时间二分同步

针对结构平衡图与结构非平衡图的网络拓扑,考虑了一类具有外部干扰的耦合时滞神经网络模型,分别设计了其固定时间同步控制协议.借助固定时间稳定性理论与不等式技巧,获得了耦合网络在固定时间内达到同步的充分性判据,给出了具体的收敛时间上界,并验证了固定时间同步网络的鲁棒性与抗干扰性.为了扩大网络模型的适用性,考虑的神经网络激活函数为非连续的函数,可借助微分包含与集值李导数理论解释非连续微分方程的动力学行为.最后,分别在结构平衡图和非平衡图下对耦合神经网络的固定时间二分同步进行了数值仿真,验证了控制算法的有效性及理论结果的正确性.

Bipartite Consensus of Linear Multi-Agent Systems by Distributed Event-Triggered Control

For multi-agent systems with competitive and collaborative relationships,signed graph can more intuitively express the characteristics of their interactive networks.In this paper,the bipartite consensus is investigated for multi-agent systems with structurally balanced signed graph.In order to reduce actuation burden in dynamical network environment,the event-triggering strategy is applied to bipartite consensus protocol for the multi-agent systems.The triggered condition for each agent is designed by using its own information and transmitted information of its neighbors at sampling instant and make the number of triggers of the whole systems be reduced.Based on the distributed eventtriggered control,some sufficient conditions are derived to guarantee the leaderless and leader-following bipartite consensus.Finally,some numerical examples are shown to demonstrate the effectiveness of the theoretical results.

Detecting Communities by Revised Max-flow Method in Networks

A ubiquitous phenomenon in networks is the presence of communities within which the network connections are dense and between which they are sparser.This paper proposes a max-flow algorithm in bipartite networks to detect communities in general networks.Firstly,we construct a bipartite network in accordance with a general network and derive a revised max-flow problem in order to uncover the community structure.Then we present a local heuristic algorithm to find the optimal solution of the revised max-flow problem.This method is applied to a variety of real-world and artificial complex networks,and the partition results confirm its effectiveness and accuracy.

众筹项目的个性化推荐:面向稀疏数据的二分图模型

二分图模型是一种全局优化算法,本文将二分图模型应用于直接推荐众筹项目,使用PersonalRank算法迭代计算网络节点的全局关联度,从而推荐那些基于余弦相似度的协同过滤不能有效推荐的项目,适用性更加广泛.更进一步,提出将二分图模型与协同过滤算法相结合,首先把网络结构划分为二分图,采用二分图算法得到的两类节点(用户节点,项目节点)之间的全局相似度,再结合协同过滤算法,得到基于二分图模型的协同过滤算法.实验表明,在众筹项目推荐中,由于数据极端稀疏,适宜采用二分图模型来进行相似度计算并进行推荐.

基于学科主题共现的国际能源期刊分类与知识结构研究

以能源领域期刊为例,根据JCR报告中关于学科主题的分类,提出了一种新的视角,通过建立期刊的学科主题共现矩阵,利用2-模网络分析方法对期刊进行分类,清晰地展示出了期刊的跨领域类别,进而分析了期刊之间的知识交叉结构关系以及不同学科主题在能源研究领域的地位。这种方法避免了基于引文分析的期刊分类方法因期刊本身载文量及其引文数量变化带来的影响。

基于二分图的温度网络拓扑性质研究

利用中国地区435个台站1961—2002年逐日平均温度序列,将温度变化发生在9天时间尺度上的特征编码在网络中,通过研究二分图温度网络(BGT网络)中节点与项目的关系,揭示出9天时间尺度上温度变化的特征及其在空间上的拓扑统计性质.网络中各节点RRRD,RrDD,eeed,DRRD,DDRR等所代表的温度波动模态在网络中异常频发,对9天尺度温度变化的预报有一定的指导意义.统计网络的节点度分布,集群系数等拓扑结构特征量,发现BGT网络服从正态分布特征.BGT网络项目内节点度的多样性大体上表现为江南和华南地区偏少,华东和华中地区偏多,华北地区偏少,东北部分地区偏多的四极型分布特征;且这种区域特征与文献[15]中根据温度波动网络(FT网络)划分的复杂区域存在一定的异同性,两种网络从不同的角度共同揭示了区域内温度变化的背景信息.因此,二分图温度网络的构建为从时间和空间尺度相结合的角度研究温度变化的特性和规律,提供了一条可能的有效途径.