社团演化特征构造及预测

现实世界中的网络往往会随时间推移逐渐改变,社团演化预测通过分析动态网络数据判断社团的发展趋势,对于理解复杂网络演化规律及其应用具有重要意义.社团演化特征构造从历史数据中提取社团结构、时序特征用于预测,其是否准确刻画社团特性直接影响预测结果准确率,是研究中的关键问题.本文提出一种基于多元特征构造的社团演化预测方法,从动态网络中提取社团的结构(微观、介观、宏观)、时序、行为特征,并采取针对多重长度演化链的集成方法进行分类.在两类实际数据集上进行的实验表明了该方法预测准确性优于已有研究.

复杂社会网络中主题驱动的社团演化

异构性、结构性和动态性是复杂社会网络的本质特征,研究网络的社团结构有助于发现复杂网络中的信息传播规律、热点话题和权威用户.网络成员参与的主题讨论是导致社团演化的重要因素,而社团变化又带来社团主题变迁,研究主题引导下的社团结构演化,对基于社交的商品推荐、热点预测等问题有重要现实意义.针对主题驱动的社团演化问题,详细讨论了复杂网络节点关系和紧密度,以及社团发现算法,阐述了主题分析模型和主题驱动的社团演化趋势.详细分析了这些工作在复杂网络中主题和社团推演问题方面的主要贡献和存在的不足,并讨论了未来发展方向和关键问题.

基础研究动态社团演化规律研究

从社团演化入手,构建基础研究动态社团演化分析框架,揭示基础研究科技人才队伍发展规律。首先,构建基础研究动态科研合作网络,运用派系过滤算法提取静态社团,基于社会分层理论与帕累托原则改进即时最优法,揭示关键学者在动态社团识别中的作用;其次,改进动态社团生命周期模型,增加稳定事件以更好地描述动态社团演化活跃度;再次,基于系统理论与竞合理论,从结构、演化和产出3个方面提取16个动态社团演化特征要素,并将其划分为规模与数量、产出与速度、竞合与活跃性、发展与延续性4部分,分析动态社团演化规律。基于以上研究,以集成电路领域为案例,比较中美前沿领域基础研究动态社团发展现状,并给出我国基础研究管理与人才培养的对策建议。

基于马尔可夫决策过程的社团演化干预

社团的演化往往是复杂多变的,如何对这些嵌入在网络中的社团进行个性化干预,使得不同的社团朝着不同的既定方向演化的研究逐渐成为社交网络领域的一个重要问题.在社团演化的干预框架下,基于状态转移视角,提出了基于马尔可夫决策过程的社团演化干预模型.该模型通过对社团状态维度分数与干预目标的综合考虑,确立社团演化过程与马尔可夫决策过程的对应关系,对社团演化中的状态、动作、回报进行精细建模,同时将社团演化期望回报与研究者的奖励相对应,对马尔可夫决策过程求解,实现对社团演化的干预.在不同社团数据集上的实验结果表明,基于马尔可夫决策过程的干预模型能够对社团的演化进行有效的干预.

基于时序共词网络的社交平台话题检测与演化研究

社交平台是网民传达观点和情感的重要途径,分析社交平台话题分布及演化过程能够揭示舆情热点及传播发展过程,对引导公众舆论具有重要的参考作用。本研究利用网络社团演化的方法检测社交平台话题并分析其演化过程。首先,对用户发布的文本内容进行时间切片,构建时序共词网络并提取各时间切片的主干网络,利用Leiden算法检测社团来表示话题。其次,提出基于社团正向和反向转移概率及社团规模的话题演化事件检测方法,识别话题演化中的持续、增长、收缩、合并、分裂、新生以及消亡等事件。以新浪微博平台新冠肺炎疫情相关微博为例,在话题检测中发现,主干网络相较于原始网络能够检测到更多话题,话题内容区分粒度更细。在话题演化分析中,发现了公众情绪由消极转积极、防控和医疗工作专业化、国际疫情蔓延态势及疫情对经济的影响逐步扩大等演化路径。

中外供应链科研合作网络社团成员演化对比分析

考虑社区集体成员行为演化特征对理解网络演化有很大的作用。文章搜集了中外2010~2020年供应链相关文献,分为11个时间片,构建学者合作网络,用Louvain社团识别算法识别每个时间片上的社团。首先分析每个时间上的新老成员的演化特征,其次提出了一个新指标来表征新节点加入新社团的趋势,最后加入基于断边重连的零模型与实证结果进行对比。结果发现,国外新成员增长速度和占比总体上高于国内,说明国外学者供应链领域的研究更吸引新学者的加入;在新指标计算结果下,虽然新学者自身形成社团的比例都比较大,但是国内的趋势比国外的趋势更加稳定,比重稳定在80%上下;在零模型对比中,结果与实证差距较大,发现这样的行为并不是随机化的结果,而是有选择、有目的的。该工作对探究合作网络提供了一个新的视角,进一步加深对供应链方面学术合作的了解。

基于关键词网络的科技项目多角度演化分析

本文使用25年国家科学自然基金材料领域的项目数据,从项目题目中提取出项目关键词,构建了有关材料领域关键词的多维网络,详细研究了网络参数对网络演化的影响,根据关键词的统计特征和网络参数特征提取出重点关键词,并从机构,领域等角度对其所在社团进行多维的演化分析。分析得出,材料领域题目中的关键词可以分成三类,即材料领域常用词,弱相关词和骨干词三类。通过关键词共现网络分析可以得到材料领域的研究发展轨迹,即关键词网络的扩张是以核心词为中心向其他关键词扩散,在这个过程中又生成了新的核心词及以此核心词为中心的社团,同时又涉及了新的领域。另外,通过重点关键词的研究能得到关键词所在社团的发展趋势与关键词网络参数之间的关系。

基于结构分析的信息网络社团趋势预测

社团结构在现实世界各种信息网络中广泛存在。传统信息网络中社团演化的研究均基于单一层次的观察与分析,存在算法不稳定,无法处理社团结构剧烈变化等问题。为解决该问题,提出了基于结构分析的信息网络社团趋势预测方法。该方法基于层次聚类来发现社团层次结构,对相邻网络快照的社团进行跨层次匹配,以解决社团发现算法带来的随机性问题,且使基于结构的社团演化研究成为可能。在两个真实数据集上进行了多层次社团演化挖掘实验,实验结果表明,与最优划分方法相比,新方法在效率和稳定性方面有较大优势。

RoleTracker:基于角色的社会网络演化分析方法

已有的用户角色研究中,不少学者定义了角色的数目和特征,对特定数据集取得了较好的效果,但存在的两个问题:1)通用性较差,若更换数据集必须重新分析;2)现实世界中用户行为和关系纷繁复杂,用户角色多种多样,难以通过人为的定义去描述和识别.因此,本文基于张量分解模型提出了一种用户角色发现算法,它不仅能自动设定角色数量,而且能反映角色在指定时间段的行为特征.进一步将用户角色延伸到社团角色,提出基于社团角色距离和节点重叠的社团演化分析方法.实验结果表明,识别出的用户角色其行为特征与实际情况吻合,提出的社团演化分析方法其效果也高于对比算法.

动态社团发现研究综述

为适应当前动态网络数据的发展,对动态网络中的社团结构进行检测、追踪和预测,对国内外关于动态网络社团发现与演化的相关文献进行了综述。归纳了动态网络的社团发现算法,清晰了社团演化事件的定义,并梳理了社团发现与演化算法的应用场景。通过文献梳理,提出将来动态社团的研究应注重在大数据集上的算法优化、在多语境下的信息挖掘和在多场景下的应用性。

动态残基网络社团视角下的木聚糖酶耐热性分析

木聚糖酶在食品、饲料、造纸和纺织等行业有重要的应用,研究木聚糖酶的耐热性有助于挖掘其潜在的应用领域并提高经济价值。本文通过采用Louvain算法,对来自变铅青链霉菌的常温木聚糖酶(xyna_strli)和嗜热子囊菌的耐热木聚糖酶(xyna_theau)的动态残基相互作用网络进行社团检测,并分析社团演化与木聚糖酶耐热性的关系。结果表明:常温木聚糖酶的末端存在稳定相互作用;以GLU37和LEU5为中心的残基结构稳固了酶的结构。耐热木聚糖酶中,α8'、α8″上的相互作用提升了酶的热稳定性。通过分析稳定社团发现,稳定社团包含酶的末端通过稳定相互作用提高耐热性。相较于常温木聚糖酶,耐热木聚糖酶的稳定社团维持了更多短螺旋和柔性区域的稳定,其在活性位点GLU237附近的残基减少了活性位点与底物接触,提升了稳定性。