社群演化的稳健迁移估计及演化离群点检测

时序数据集中的社群演化模式是网络行为动力学研究与应用的重要领域.基于社群演化的离群点检测不仅能够发现新颖的异常行为模式,同时也有利于更准确地理解社群的演化趋势.运用成员关于社群隶属关系的变化,提出了社群演化迁移矩阵的概念,研究并揭示了迁移矩阵的若干性质及其与社群结构演化之间的关系.在采用稳健回归M-估计方法进一步优化迁移矩阵降低异常点干扰的同时,对社群演化离群点加以刻画和定义.鉴于复杂网络包含大量随机游走的边缘个体,所定义的离群点综合考虑其在社群中角色的变化和相对于社群总体迁移模式的差异.基于上述思想提出的演化离群点检测算法能够适应各类社群演化趋势,更有效地聚焦和发现大规模社会网络中重要成员的异常演化行为.实验结果表明,所提出的方法能够从大规模社会网络演化序列中发现重要的离群演化模式,并在现实中找到合理的解释.

风险投资网络社群演化模型构建——基于扎根理论的探索性研究

为缓解创新创业过程中融资分配不均难题,风险投资行业基于联合伙伴选择偏好而产生的风险投资网络社群现象愈加普遍,理解风险投资网络社群演化机制对于构建高效的风险投资网络社群具有重要意义。采用扎根理论对风险投资网络社群演化影响因素和演化路径进行挖掘,提炼相关概念和范畴,进而构建风险投资网络社群演化动因—过程—结果作用路径和整体模型。结果表明,风险投资网络社群在机构地位、二维邻近、社群嵌入等不同层次影响因素作用下,引起风险投资网络社群关系形成和解散,并随着风险投资网络社群关系演化的持续累积,最终导致风险投资网络呈现社群集聚性、地位不对称性和可达性等显著差异。研究结论有助于从中观视角丰富风险投资网络研究,并深化对风险投资网络社群动态演化的认知。