基于复杂网络重叠社团发现的微博话题检测

社交媒体话题检测一直是个热点问题,由于社交数据杂乱异构,且具有时效性,语义模糊性等特点,话题检测也是个难点问题.研究利用复杂网络对社交文本数据进行建模,并结合一种基于极大团凝聚层次聚类的重叠社团发现方法实现了社交话题的检测.文本数据建模中,通过自定义突发系数量化话题词,即把话题词看作具有时域分布偏好的关键词,并通过自定义相关系数连接话题词,构建话题网络.为使自定义系数更适用于动态数据环境,实验结合真实数据进行了适应性测试优化系数.文章把采用EAGLE重叠社团发现方法在公开数据集上评测,根据Q函数值显示结果明显优于当前一些重叠社团发现策略,研究对采样的60万条青少年社交数据进行了话题分析并可视化了分析结果.

基于引文网络重叠社团发现的图书情报领域学科主题结构分析

描绘学科主题结构能促进学科理论和方法研究,助力学科创新发展。本文提出基于重叠社团发现算法可视化学科主题结构,利用有向h度测度学科主题间知识流动,以拓扑结构和内容揭示重叠节点角色,并以图书馆学和情报学为研究对象检验了方法的有效性。结果表明,这一方法能够挖掘出细粒度的研究主题,展现学科主题结构。情报学和图书馆学理论研究、知识管理、引文分析、智慧图书馆、图书馆学科服务等主题与其他研究主题连接紧密。重叠节点分化为具有高介数中心性和度的核心节点,以及低介数中心性和度的边缘节点。情报学和图书馆学学科界限模糊,研究主题呈现同质和分野的特点,在深化学科理论研究的基础上促进学科深度融合将有助于学科发展。

基于重叠社团发现的微博话题检测方法

微博话题检测是当前研究的热点,提出一种基于复杂网络重叠社团发现的微博话题检测方法。该方法对一段时间内的微博数据进行预处理,在分词后,根据词性以及词的时域分布抽取出主题词,在相关度高的主题词之间构造边得到复杂网络。引入社团独立模块度的概念,并通过社团独立模块度最大化模型发现重叠社团,把每个社团看成一个微博话题。重叠社团发现的方法可以解决由一个或多个主题词属于多个话题引起的话题检测准确率低的问题。实验结果证明了该方法在微博话题检测中的有效性。

异构社会网络中基于节点影响力传播的可重叠社团发现

随着社会媒体的发展,在线社会网络成为重要的信息传播平台.信息传播实则反映用户影响力的传播,传播的过程促使网络拓扑结构的动态演变,也逐渐形成社团.同时,社团的形成又反过来影响信息传播.节点影响力描述了节点影响其他节点的能力,而节点影响力受所处的位置和活动表现所影响.本文定义了结构中心度和活动权威性,并计算出节点之间的相互影响概率.再综合考虑影响概率、潜在重叠节点及标签选择策略,提出了基于标签传播的改进算法.在同构和异构网络上进行实验,实验结果证明,该算法能够有效地发现异构社会网络中重叠社团.得到的社团不仅社团内紧致度高,社团间分散度高,同时社团内节点之间社交行为相似性和互动性也高.

基于连边距离矩阵的重叠社区发现

现有重叠社团发现算法大多直接从相邻连边的相似性出发,不能有效利用网络的多层连边信息,基于此提出了一种基于连边距离矩阵的重叠社区发现算法LDM。首先结合连边—节点—连边随机游走模型,以实现多级连边信息的有效利用;借助模糊聚类方法,处理连边距离矩阵以获取连边社区;最后根据扩展模块度调整和优化重叠社区结构。在人工网络和真实网络上的实验结果表明,所提算法能够有效提高重叠社区发现算法的准确度。

基于约束非负矩阵分解的符号网络社团发现方法

针对符号网络中非重叠和重叠社团发现问题,提出了基于约束Semi-NMTF(semi-nonnegative matrix tri-factorization)的多目标社团发现算法。将符号网络的社团发现问题建模成多目标优化问题,并提出对应的两个优化目标。算法首先将符号网络映射到低维空间,然后根据两个优化目标分别引入两个图正则化约束使节点划分到正确的社团。该算法不仅可用于非重叠社团发现,还适用于重叠社团发现。在不同规模的人工和真实网络上进行了大量的实验,并与典型的算法进行比较,实验结果表明了算法的可行性和有效性。

复杂网络方法在中药复方数据挖掘中的应用

使用复杂网络方法进行中药配伍规律挖掘相比于传统方法扩展性更强,挖掘深度更深,目前已成为分析和研究重要配伍规律的有力工具。本文在介绍复杂网络相关概念的基础上,给出了使用重叠社团发现算法进行中药配伍规律挖掘的三种主要方法,并介绍了这些方法在中药配伍规律研究中应用的案例。最后对相关方法进行总结和展望。

中药方剂药物属性的组网模型

传统的中药方剂配伍规律的研究通常只关注药物个体或基于复杂网络的药物结构,却忽视了药物的属性。而建立药物属性以及药物之间的网络模型可以打破仅针对药物结构进行组网的局限性。首先,提取出药物药性中的"性味"、"归经"、"功效"三方面的属性,在传统的药物网络的节点上添加药物属性,然后,在肺痿方剂数据库中211味方剂上进行试验,使用重叠社团发现算法-CPM(clique percolation method)算法对该模型进行测试,得到一些药物社团,验证了该模型的可行性和有效性。

新型冠状病毒肺炎综述文献的网络结构分析

对新型冠状病毒肺炎综述文献进行网络结构分析可为新冠疫情的应对提供有效的理论支持。采用可视化软件CiteSpace对Web of Science数据库中新型冠状病毒肺炎综述文献的引文数据进行共被引网络分析,经统计发现文献共被引网络的度分布呈幂律分布,网络连通性较强且存在小世界现象。运用团渗流算法对其进行重叠社团挖掘,检测到7篇同时跨3个社团的核心文献,结合被引频次对网络重叠节点的功能进行验证。借助网络重叠节点的ID符号、介数中心性指标发现相应研究主题间联系紧密。通过不同特征的重要网络节点,能够有效挖掘到相关的研究主题。