在复杂网络中发现和刻画社区结构是近年来复杂网络研究的重点方向之一。提出了一种社区挖掘的新思路,即根据力导向模型的原理,通过计算社区与节点之间的作用力来决定节点的社区归属。根据该思路设计了基于力导向模型的算法框架FDCD(Forc...在复杂网络中发现和刻画社区结构是近年来复杂网络研究的重点方向之一。提出了一种社区挖掘的新思路,即根据力导向模型的原理,通过计算社区与节点之间的作用力来决定节点的社区归属。根据该思路设计了基于力导向模型的算法框架FDCD(Force-directed Community Detect),并利用FR模型、KK模型、LL模型和Q模型进行了验证。实验表明,基于FDCD算法框架的多种不同算法不仅能较好地识别社区结构,而且基于LL模型的FDCD算法达到了线性计算复杂度,能适用于大规模网络的社区挖掘。展开更多
对品牌忠诚及品牌忠诚度的涵义进行了探讨,提出了一种新的品牌忠诚度测度方法——品牌综合忠诚度复数测度及策略导向模型。该模型根据 oliver 对品牌忠诚的定义,把品牌忠诚分为行为忠诚和情感忠诚两个方面,并分别以重复购买率和满意度...对品牌忠诚及品牌忠诚度的涵义进行了探讨,提出了一种新的品牌忠诚度测度方法——品牌综合忠诚度复数测度及策略导向模型。该模型根据 oliver 对品牌忠诚的定义,把品牌忠诚分为行为忠诚和情感忠诚两个方面,并分别以重复购买率和满意度作为其测量指标,借用数学中复平面的概念,建立了品牌综合忠诚度二维复数测度及策略导向模型。利用该模型对品牌忠诚度进行了测度及策略导向分析。给出了实际应用案例。展开更多
文摘在复杂网络中发现和刻画社区结构是近年来复杂网络研究的重点方向之一。提出了一种社区挖掘的新思路,即根据力导向模型的原理,通过计算社区与节点之间的作用力来决定节点的社区归属。根据该思路设计了基于力导向模型的算法框架FDCD(Force-directed Community Detect),并利用FR模型、KK模型、LL模型和Q模型进行了验证。实验表明,基于FDCD算法框架的多种不同算法不仅能较好地识别社区结构,而且基于LL模型的FDCD算法达到了线性计算复杂度,能适用于大规模网络的社区挖掘。
文摘对品牌忠诚及品牌忠诚度的涵义进行了探讨,提出了一种新的品牌忠诚度测度方法——品牌综合忠诚度复数测度及策略导向模型。该模型根据 oliver 对品牌忠诚的定义,把品牌忠诚分为行为忠诚和情感忠诚两个方面,并分别以重复购买率和满意度作为其测量指标,借用数学中复平面的概念,建立了品牌综合忠诚度二维复数测度及策略导向模型。利用该模型对品牌忠诚度进行了测度及策略导向分析。给出了实际应用案例。