机会网络中基于社区的高效消息传输算法

针对机会社会网络中现有基于社区的消息传输算法(OSNCMTS)在社区内存在节点积压消息分发任务、在社区间存在盲目选择活跃节点转发信息的问题,提出一种基于社区的高效机会网络路由算法(HECMTS)。在HECMTS算法中,首先,采用极值优先(EO)算法划分社区并将划分的社区矩阵分发给社区节点;其次,采用社区矩阵和消息到目的节点成功率相结合的方法分配社区内消息副本数;最后,利用活跃节点往返不同社区的机会收集活跃节点信息,然后查询这些活跃节点信息从中选取合适的活跃节点完成社区间消息传输。仿真结果表明,与OSNCMTS算法相比,HECMTS算法在路由开销性能和平均端到端时延性能上分别至少下降了19%和16%。

基于企业社区理论的产业网络主体行为研究

网络化组织是一种新型的组织协调方式,是一种产业组织的创新。文章在开创性地构建了产业网络组织框架的基础上,将研究的视角进一步集中于网络主体行为,即"竞争"与"合作"的行为战略研究之上。借鉴社会网络"派系"理论,文章提出了企业社区的定义以及一种基于"网络子群体"思想的聚类分析方法,即企业社区矩阵,并通过示例对该方法的应用进行了说明。

基于异质图注意力网络的重叠社区发现方法

为解决异质网络重叠社区发现问题,提出一种基于异质图注意力网络的重叠社区发现模型。通过异质图注意力网络的双层注意力机制,从节点级与语义级充分挖掘节点、元路径在信息表示中的重要程度,并进行分层聚合获得节点特征向量,将伯努利-泊松模型与图卷积网络整合,在生成社区隶属关系矩阵的基础上优化社区重叠度进行重叠社区划分。模型改变异质图注意力网络的激活函数,改善梯度消失问题,将异质图注意力网络与伯努利-泊松模型结合实现异质网络的重叠社区发现。使用真实数据集进行实验,实验结果表明,模型可以利用异质网络节点信息多样性进行重叠社区发现,相对传统社区发现方法具备较好的稳定性和准确性。

基于模块度感知图自编码器的重叠社区发现模型

图自编码器模型作为网络表示学习的代表性方法,在链路预测和节点分类任务方面性能表现优异。然而,图自编码器模型在处理社区发现任务时通常只考虑局部节点连边的重建而忽略了社区全局结构的影响,尤其是在多个社区存在重叠节点的情况下,难以准确判断节点归属关系和社区分布。针对此问题,该文提出了一种面向重叠社区发现的无监督模块度感知图自编码器模型(modularity-aware graph autoencoder model for overlapping community detection,GAME),GAME采用一种高效的模块度损失函数,该函数在网络嵌入过程中保留社区关系的同时,能重构损失并更新编码器的参数,以提高模型针对重叠社区发现任务的性能,进而将GAME得到的社区隶属度矩阵以概率-节点形式进行社区分配。该文提出的GAME在10个公开数据集上进行实验验证,并与主流的基于表示学习的重叠社区发现模型进行对比。实验结果表明:在归一化互信息(normalized mutual information,NMI)评估指标下,GAME模型性能优于主流模型,证明该模型有效。

透视网络短信风险

2004年刚开头，在互联网界陡然生出一股上市风潮，尤其是SP的上市热情在这一股风潮中被渲染到了极点。2004年3月4日，掌上灵通率先发起冲锋，并在纳斯达克成功登陆，其当天上市发行股价为14美元，收盘在17．47美元；紧接着，4月10日，TOM Online也如“蝙蝠侠”般闪身干纳斯达克的资本市场上。

LUCi＇s Note

艾文莉药精水菁华面膜顶着“肌肤小水库”的水晶皇冠新上市；贝拉维拉秋装新款即将上市；可立净——你身边的衣物急救剂；MartixLife矩阵生活社区“正式上线；H2O面部绿洲控油补湿嗜喱；