基于Spark平台的社交网络在不同文化环境中的中心度加权算法

社交网络广泛应用于科技、商业、经济和生物等领域.社交网络一般用中心性指标来对节点的重要性进行量化,常用的中心性指标有节点中心度、接近中心度、介数中心度、三角计数等等.已有的中心度算法通常只考虑单一的度量标准,本文提出加权中心度的思想,结合不同的中心度指标来进行综合考虑.该实验使用社交网络的真实Board EX数据库,由合作单位香港大学提供,基础数据约600 G,需借助Apache Spark处理大数据的能力来进行集群并行计算.社交网络数据分成美国、英国、欧洲和其他国家4个地区,计算各地区上市公司的首席技术官和首席信息官的个人中心度,从而得到每个地区的平均加权中心度.实验结果表明,通过调整权值,可以使不同区域的加权中心度的差异尽可能小,且由权值大小可知不同中心度度量标准对加权中心度的影响不同.基于真实数据库和处理大数据的集群计算,本文的研究成果更具有现实意义和应用前景.

节点度方法在脑小血管病静息态功能磁共振研究中的应用

目的采用节点度(Nodal Degree)分析方法中的度中心度(degree centrality,DC)和加权度中心度(degree centrality weighted,DCW)算法,分析脑小血管病患者脑功能的改变。方法采集被试者近4 min静息态fMRI数据,选取脑小血管病患者13例作为患者组G1,选取13例年龄、性别与患者匹配的健康志愿者为正常对照组G2。分别采用节点度的两种算法来分析数据,得到被试的四组z值化分布图(G1-DC、G1-DCW、G2-DC、G2-DCW),使用两样本t检验分别比较G1-DC与G2-DC,G1-DCW与G2-DCW,得到两种算法下患者相比正常对照节点度改变的脑区。结果无论使用DC还是DCW算法,与正常对照相比,患者节点度改变的脑区基本一致,患者活动下降的脑区位于左顶内沟附近,患者活动增强的脑区位于左小脑后叶;且DC算法较DCW算法组间比较得到激活脑区的体素更多,t值也更高。结论使用节点度方法,分析短至近4 min的静息态fMRI数据,就能发现脑小血管病患者的脑功能异常,尤其是DC算法组间比较的显著性更高,适用于脑小血管病的临床研究。

基于加权复杂网络的中文文档关键短语抽取

提出了基于加权复杂网络的中文文档关键短语抽取方法.在识别完整短语后,将单个文档构建成一个语义复杂网络,同时加以共现信息对网络予以权重.之后进行网络分离,计算主体网络节点的加权点度中心度,同时提出基于边界节点的介数,解决了介数计算量大的问题.最后结合加权点度中心度和基于边界节点的介数抽取出关键短语,表现出良好的抽取效果,对利用复杂网络抽取关键短语有很好的指导作用.

基于CN-M的邮件网络核心社团挖掘

在当今互联网时代,电子邮件的快速、低耗等特性,使其成为人们生活和工作中的必需工具。为了智能化地提取和分析邮件网络中的海量数据,以从海量邮件数据中挖掘潜在的有价值的信息,将社会网络分析方法应用于邮件网络分析,提出了基于CN-M(Core Node-Modularity)的邮件网络核心社团挖掘算法。首先用Java Mail对数据进行解析,将解析后的数据保存在数据库中,使用这些数据来构建邮件网络图,根据节点的连接中心度、紧密中心度和中间中心度计算加权中心度,由加权中心度最大的节点开始,根据模块度指标进行核心社团的挖掘。实验结果表明该算法可以很好地挖掘邮件网络中潜在的核心社团。

中国科学院产学研合作网络特征对其科技成果转化绩效的影响

为了探究中国科学院的产学研合作网络特征在其科技成果转化中扮演的重要角色,本研究以基于专利的中国科学院科技成果转化数据为样本,借助社会网络分析方法构建了“企业-科研院所”“大学-科研院所”“企业-大学-科研院所”合作网络,并通过回归方法进一步探究网络特征对其科技成果转化绩效的影响。结果表明,在产研合作网络中,中国科学院的加权度中心度与结构洞对其科技成果转化绩效有显著正向影响;在学研合作网络中,中国科学院的加权度中心度对其科技成果转化绩效不存在显著影响,其占据的结构洞对科技成果转化绩效存在显著正向影响;在产学研合作网络中,中国科学院的加权度中心度与其占据的结构洞均对其科技成果转化绩效不存在显著影响。本研究可对增强中国科学院及其他科研院所加强科技成果转化管理实践、提高其科技成果转化绩效提供新的决策参考。