基于k-派系过滤算法的高校社团结构分析

高校学生社团中的重叠结构代表社团之间的交叉渗透,从重叠结构的角度研究高校社团之间的交叉渗透是一个值得探索的问题。本文以在校学生为节点,同一社团内的学生相互连接为边,构建高校社团网络,利用k-派系过滤算法实现重叠结构检测及社团的划分,并在此基础上,结合k的不同取值、复杂网络以及超网络的部分指标进一步分析网络中的重叠关系。通过将k取不同值时未丢失节点数量的比值、社团划分数量和模块度Q值与高校社团实证数据集的实际划分结果进行对比分析,验证了该算法的有效性,得到了k的最佳取值。本文有助于分析高校社团的结构、特点,进一步,分别从重视学校的引导作用、加强社团人才文化建设、参加社团避免盲从这三方面提出了社团建设的指导性建议,为高校社团的建设及大学生选择社团提供了理论依据,且具有一定的现实意义。

基于派系过滤算法的企业集群模块化应用研究

随着对复杂网络的特性的深入研究,发现许多网络都具有模块化结构。试图从复杂网络的角度,通过派系过滤(CP)算法,研究企业集群内部模块化划分的问题,以揭示集群网络中的模块结构及CP算法在企业集群中的应用。

一种基于邻居信息的最大派系过滤算法

最大派系问题(Maximal Clique Problem,MCP)是组合优化中经典而重要的问题之一,在信息抽取、信号传输、计算机视觉、社会网络及生物信息学等众多领域有着重要的应用。学者们根据不同的思想策略,提出了许多方法求解最大派系问题,如分支定界、遗传算法、模拟退火、交叉熵及DNA方法等。现根据派系的邻居信息提出一种基于派系邻接顶点和邻接边的派系过滤算法。算法从一个已知派系(初始为一个单独顶点)出发,每次考察派系的邻接顶点,并以派系的邻接边为基础,扩展已有派系而得到更大的派系。用两个大规模的科学家合作网络对提出的算法进行了分析,并讨论了大规模社会网络中的派系分布情况。实验表明,提出的算法可有效地抽取网络中的最大派系。

基于改进派系过滤算法的用户通信模型的分群方法

为了对用户的通话记录数据进行挖掘进而完善公司产品,文章提出了一种基于改进派系过滤算法的用户通信模型的分群方法。以用户手机号为节点、用户的通信行为作为节点之间的边建立起传统CPM网络模型。由于传统CPM算法忽略了节点间的关系强度,于是在此基础上引入权重的概念,将用户之间的通话地点、通话时长以及通话频率转化为边的权重,有效的将无权网络转化为有权网络。通过对有权网络应用CPM算法,可以更精确地实现模型的分群。

基于模块分解的生物网络分析算法及其应用

介绍生物网络分析中4种典型的分析算法—分子复合体检测算法,派系过滤算法,Girvan-Newman算法和马尔可夫聚类算法,并对它们的原理、特点进行了整理和对比。分子复合体检测算法和派系过滤算法可以识别大规模网络中的重叠模块,但后者对网络中节点密度要求较为苛刻。Girvan-Newman算法仅适用于中等规模网络,马尔可夫聚类算法应用于有权有向网络效果更好,且能发现星形结构模块。生物网络分析有助于在系统水平上理解疾病、中药和药物靶标之间关系。

复杂网络中的社团结构分析算法研究综述

许多实际网络中都存在着社团结构。为了寻找大规模复杂网络中的社团结构,人们提出了很多算法。本文综述了近几年来比较有代表性的一些算法。首先介绍了计算机科学中最有名的谱平分法和Kernighan-Lin算法,然后介绍了社会学中具有代表性的分裂算法和凝聚算法,并着重分析了最新提出来的一种寻找网络中彼此重叠的社团结构的派系过滤算法。最后指出了进一步的研究方向。

机会网络的不确定社会关系社团发现

机会网络的节点相遇形成了社会关系.现有的机会网络社团划分都是以确定的社会关系为输入.然而,由于节点之间的社会关系由相遇和通信共同决定,这使节点间的社会关系存在不确定性.为了研究机会网络社会关系及其社团,建立了机会网络的不确定社会关系模型,并基于该社会关系模型进行社团划分.首先,根据节点相遇、通信记录,构建机会网络的不确定社会关系模型;其次,提出了社团概率密度,并根据社团概率密度提出了改进的K派系过滤算法,该算法能够对不确定的社会关系进行社团划分.实验结果表明,基于社团概率密度的K派系过滤算法能够得到较好的社团划分结果.

沪深两市股权关联网络的社团结构及其稳健性

建立了上市公司与其主要股东的关联网络,利用实际数据分析了中国股市2001到2010年的总体走势,证明了该网络属于典型的无标度网络,无标度指数的变化显示出从2006年开始上市公司中出现少数度值极大的in-hub节点,而上市公司的主要股东中出现了相对较多的out-hub节点.同时采用加权派系过滤算法分析了网络中3-派系(3-clique)下的社团结构,证实了从2006年开始一些大型国有企业上市后迅速地成为了网络中的核心节点,造成了网络资源重组现象.这同时解释了无标度指数的变化原因.然后通过研究近年来大公司之间的大额投资关系发现:这些大公司不但经历住了全球经济危机的考验,而且上市公司与大型控股公司之间的关系变得更加紧密.分别分析了该网络遇到随机故障和蓄意攻击时的稳健性.其中2008年中国受国际经济危机的影响正好与网络出现随机故障的情况类似,分析表明此时中国股市表现出强健的鲁棒性;但若对整个网络进行蓄意攻击,网络则明显表现出极强的脆弱性.