基于Louvain算法的真实世界榄香烯乳状注射液治疗食道癌的联合用药复杂网络分析

目的 分析榄香烯乳状注射液治疗食道癌的临床联合用药方案。方法 从全国21家三级甲等医院信息系统(Hospital Information System)HIS数据库中提取使用榄香烯乳状注射液治疗的310例食道癌患者的临床数据,对其诊断信息和用药信息进行描述性分析,基于多层次优化的Modularity函数Louvain算法的复杂网络探索优效人群的核心用药方案。结果 使用榄香烯乳状注射液的食道癌患者中最常见的合并疾病为高血压、糖尿病、冠心病、肺部感染;给药途径最多为静脉滴注;单次给药剂量最小值20 mL,最大值200 mL;用药疗程为≤3天者最多;合并西药常为一般营养药、维生素类和注射用胰岛素及其类似物,合并中成药常为消癌平注射液、鸦胆子油乳注射液和复方苦参注射液;榄香烯乳状注射液与氯化钾、肝素类、胸腺肽、地塞米松、维生素、呋塞米多联合使用。结论 榄香烯乳状注射液治疗食道癌临床联合用药基本符合相关临床指南,中西药联合用药方案主要针对食道癌患者营养状态、术后及放化疗后不良反应、合并疾病、并发症和对症辅助治疗,为食道癌的治疗提供一定的参考。

基于louvain算法的真实世界生脉注射液治疗老年心血管疾病用药方案的复杂网络分析

目的:筛选归纳出生脉注射液治疗老年心血管病病因及并发症的临床联合用药组合方案。方法:提取全国24家三甲医院信息系统(hospital information system,HIS)数据库中使用生脉注射液治疗的6382名老年心血管病患者的用药信息,利用Louvain算法对数据进行复杂网络分析。结果:针对病因治疗可以应用生脉注射液联合降压降糖降脂和扩冠抗栓类药物;合并呼吸道感染的患者,可以应用“生脉注射液+莫西沙星+痰热清注射液+盐酸氨溴索”清热化痰抗感染;合并胃部溃疡的患者,可以应用“生脉注射液+奥美拉唑”抑酸止痛;合并恶心呕吐的患者,可以应用“生脉注射液+甲氧氯普胺+脂肪乳”和胃止呕;合并水肿的患者,可以应用生脉注射液+螺内酯+呋塞米+参附注射液利水消肿。结论:生脉注射液联合其他中成药和西药治疗老年心血管病体现了中西结合治疗的优势,文章同时探讨了中成药在老年心血管病便秘人群中的应用以及老年心血管病人群的用药特点,有利于今后更好的展开老年心血管病个体化综合治疗。

动态专利技术网络视域下技术集群识别

[研究目的]国与国之间的技术资源竞争已经从单一技术竞争转向技术集群竞争。从动态专利技术网络的角度识别技术集群,有助于企业和研发人员了解技术结构、挖掘技术机会和预测技术未来,从而在技术研发和竞争中获得优势。[研究方法]采用自注意力机制学习出专利文档特定词向量,融合属性和功能技术因子等先验信息生成专利技术向量,计算专利技术相似度后构建动态专利技术网络,采用带节点增量的Louvain算法识别技术集群。[研究结论]在以美国电商数据技术为例的实证研究中发现了数据系统、数据设备、数据安全等12个技术集群及1个技术集群融合事件,实证分析进一步验证了该方法的有效性。

基于网约车数据的级联城市区域分析框架研究

针对城市区域的复杂性和多变性,提出了一个级联城市区域分析框架(cascaded urban area analysis framework,CUAAF),用来对城市区域进行时空聚类分析.首先,将城市区域划分为多个地理栅格.其次,采用新的区域时空行为指标(areabehaviorindex,ABI)评估任意2个栅格之间的相关性.接着,用Louvain算法对相应的栅格网络进行分析,得到聚类区域.在得到聚类区域后,可再次将该区域输入CUAAF框架,进行级联分析,得到更多分层信息.级联实验可以采用多种指标分析城市区域,从不同层次了解城市区域,获得更详细的城市区域信息.最后,分别用周中周末的数据做了对比实验,结果显示本文方法具有稳健性和数据敏感性.

基于Louvain算法的铁路旅客社会网络社区划分研究

为了对铁路旅客社会网络结构进行更深入的分析,需要利用社区划分算法提取出联系紧密的旅客出行团体。由于铁路旅客社会网络规模庞大,常规的社区划分算法处理速度非常慢,甚至无法处理。本文在利用铁路旅客出行大数据构建旅客社会网络的基础上,选择Louvain算法对铁路旅客社会网络进行社区划分。分析结果表明,Louvain算法能够对铁路旅客社会网路进行快速有效地社区划分,划分的社区中节点紧密程度较高,且都具有小世界特性。

基于重叠社区发现的网络数据可视化优化方法研究与实现

伴随数据的迅猛增长,数据间关系变得错综复杂,给网络数据可视化带来了挑战。通过社区发现,凸显网络中的局部聚类特性可以提高可视化效果,而重叠社区的发现更贴近现实中的网络结构。具有简单高效执行速度快的Louvain算法是目前最常用的社区发现算法之一,但重叠社区的发现是其不足之处。为此,论文以Louvain算法为基础,结合基于谱映射的模糊C-means聚类算法改进社区发现算法,改进的算法利用谱映射将数据节点映射到欧几里得空间,以隶属度计算数据节点属于某个聚类的程度,由此可以允许同一数据属于多个不同的类,从而实现重叠社区结构的发现,最后基于所提出改进算法,使用主流布局算法中的FR模型对网络数据进行可视化。以模块度值作为评估指标,实验结果表明,论文提出的方法能够发现重叠社区,可以清晰地展示网络中的社区结构,在经典数据集上与传统重叠社区发现算法COPRA和CPM相比,模块度值得到提高。

基于局部增量超点Louvain剪枝技术的社区发现

为提高大型网络的社区发现精度和效果,解决叶节点存在的局部极值化问题,提出基于局部模块性增量超点Louvain剪枝技术的动态社区发现方法。首先,对网络社区进行模型定义,并给出社区发现的模块度函数,同时针对传统模块度函数存在的叶节点处置问题,对模块度函数进行改进;其次,在进行模块度函数改进基础上,针对叶节点问题利用超节点构建Louvain剪枝技术;最后,通过在社区发现算例上实验对比显示,所提算法相对于对比算法的模块度指标提升7.2%以上,验证了所提算法有效性。

基于用户特征和链接关系的Louvain算法研究

Louvain算法是基于模块度的凝聚类社区发现算法,该算法有易于理解、非监督、计算快速的特点且能够发现层次性社区结构,其优化的目标是最大化整个图的模块度。在使用Louvain算法进行社区发现时,多数研究者采用给节点间的边赋相等的初值而未考虑边的实际权重及其有向边对社区发现结果的影响,为了进一步改善社区发现的结果,论文提出一种融合AHP层次分析法、PageRank算法思想及Louvain算法的社区发现方法,取名为APL。该方法首先利用AHP层次分析法对提取出的用户特征进行权重划分,然后计算各个用户初始影响力并利用PageRank思想计算用户的最终影响力,再根据用户的最终影响力计算网络中各边的权值,最后,运用Louvain社区发现方法对初始化后的加权网络进行社区划分。通过在真实的微博数据上的实验表明,论文提出的方法能改善社区发现的结果。

基于Louvain算法研究生脉注射液治疗心力衰竭的优效方案

目的:基于Louvain算法探讨生脉注射液治疗心力衰竭(HF)的优效方案。方法:对使用生脉注射液治疗HF患者的用药方案进行分析。从全国29家三级甲等医院的医院信息管理系统(HIS)数据库中选取3 382例使用生脉注射液后症状改善好转的HF患者住院信息,采用Louvain算法进行数据分析,探究生脉注射液治疗HF的优效治疗方案。结果:针对HF患者的基础治疗可使用“生脉注射液+阿司匹林+辛伐他汀+美托洛尔+卡托普利”的用药方案;针对水肿较为严重的患者,可使用“生脉注射液+地高辛+呋塞米+螺内酯+门冬氨酸镁”的用药方案;合并上呼吸道感染的患者,可使用“生脉注射液+头孢呋辛+左氧氟沙星”的用药方案;合并慢性阻塞性肺疾病的患者,可使用“生脉注射液+头孢哌酮和β-内酰胺酶抑制剂+茶碱+氨溴索+痰热清注射液”的用药方案”;合并糖尿病的患者,可使用“生脉注射液+胰岛素”的治疗方案;合并高血压的患者,可使用“生脉注射液+单硝酸异山梨酯+比索洛尔+丹红注射液”治疗方案;合并脑出血的患者,可使用“生脉注射液+甘露醇+醒脑静注射液”的方案。结论:本研究中所发现的优效方案与临床指南基本一致,但由于本研究是属于真实世界的研究,数据收集过程中会有一定的缺失,加之临床实际情况也较为复杂,所以提供的临床用药方案可供参考,目前仍需要大量的临床研究来探索更多疗效显著的联合用药方案。

Louvain算法与K均值聚类算法的比较研究

复杂网络是近年来新兴的研究领域,社区发现是其应用方向之一.对于现实数据集进行聚类分析是数据挖掘的一个重要方法,但存在聚类分析效果不佳的情形.此时若引入相关性度量,将数据集构建成复杂网络,便可使用社区发现方法对其进行处理.现有文献大多针对算法进行改进,对两种方法的划分结果进行比较的研究较少.本文选取了社团划分中的Louvain算法与聚类算法中的K均值聚类算法,首先对两种算法的理论进行比较,接着利用心脏病、肾病患者数据构造复杂网络,比较了Louvain算法的社区划分结果与K均值聚类算法的聚类结果,在正确划分率的评价标准下,Louvain算法的社团划分结果优于K均值聚类算法的聚类结果.

基于Louvain算法的海上态势生成多目标层次化分群方法

目标分群是海上态势生成中态势估计的核心问题之一,针对已有的海战场中目标分群算法的不足,提出了一种基于Louvain算法的多目标层次化分群方法。文中对目标分群问题进行了形式化描述,分析了在执行不同层次分群操作时所应考虑的因素,设计了适当的目标间距离度量标准,给出了层次化分群算法的理论方法及实现流程,并对群参数的更新方法进行了详细说明。最后,通过仿真实验对方法的有效性进行了验证。

改进Louvain算法的多层航线网络社区划分

为探究2011—2019年欧盟航线网络演变,提出多层加权航线网络构建方法以及映射聚合方法,构建基于改进Louvain算法的社区划分模型,对多层加权航线网络进行社区划分与模块度计算,引入航线网络效率评估模型对各个社区网络进行效率评估,并探讨航线网络平均度与机场节点度变化.研究结果表明,欧盟整体航线网络紧密性和连通性逐渐增强,社区划分呈现明显的地理聚集性,西欧、南欧和中欧地区机场节点较为密集,西班牙和意大利等地区的社区网络效率最高.在全服务航空公司中,汉莎航空与法荷航空航线网络连通性有所减弱,枢纽机场数量有所减少;英国航空网络规模在逐渐扩大,网络聚集程度有所增强.低成本航空公司航线网络连通性逐渐增强,在欧盟航空运输市场具有更大的竞争力与发展潜力.改进Louvain算法较好地实现了多层加权航线网络的社区化分,可为航线网络演变研究、枢纽机场布局以及航线网络优化提供参考借鉴.

改进的Louvain算法及其在推荐领域的研究

文中在深入研究社区发现算法、个性化推荐技术和Spark集群实现技术的基础上,提出了基于叶子社区的社区发现算法和对应的个性化推荐设计方案。采用Scala语言,结合Spark Graph X图计算技术在Spark集群上实现该方案。与传统推荐技术相比,基于社区发现的个性化推荐方法在推荐效率以及正确度方面都得到大幅度提升。

带时间约束的Louvain算法在动态脑功能网络模块化中的应用研究

针对在动态脑功能网络的模块化属性研究中,Louvain算法因过度追求模块度值最大化而导致的动态脑功能网络模块辨识度不高的问题,提出了一种带时间约束的Louvain算法。该算法以整个数据采集区间上的模块度值分布为依据构建迭代结束条件,以时间约束来达到模块在规模和数量上的均衡,从而保证模块划分更加合理。将本文算法用于静息态脑功能的模块划分实验时,对比结果显示,与原Louvain算法相比,带时间约束的Louvain算法能够得到更为合理的模块化结果,并可以观测到动态脑功能网络中小规模的模块结构。而采用本文算法用于健康人和自闭症患者的动态脑功能网络模块度对比实验,能够揭示两者在模块化上存在显著差别,从而验证了本文算法的有效性。

基于大数据和Louvain算法的企业风险担保圈构建

担保圈的风险管理是目前监管单位非常棘手和迫在眉睫的难题,担保圈的风险"多米诺骨牌效应",不仅影响到区域企业风险,也将风险传递至商业银行,甚至有可能发生区域性金融风险。本文通过企业担保关系、隶属关系、法人关系等数据基于大数据构建企业担保关系矩阵,并通过Louvain算法对担保关系矩阵进行层次划分,为担保圈的风险管理研究者提供参考和借鉴。

计及分布式电源集群不确定性的配电网分散鲁棒电压控制

随着光伏、储能等分布式电源广泛接入,导致配电网区域电压波动频繁。针对分布式电源分散接入带来的不确定性问题,提出了一种计及分布式电源集群不确定性的配电网分散鲁棒电压控制方法。将大规模分布式电源聚合成相互关联的集群,对电压控制进行分区域调节。首先,针对配电网结构复杂和分布式电源点多面广的问题,设计一种基于改进Louvain算法的配电网集群划分方案,利用模块度函数并兼顾了集群的电压灵敏度和分布式电源调控容量。然后,由于分布式电源接入后配电网潮流更加复杂多变,在划分集群的基础上提出一种考虑不确定性的分散鲁棒控制方法,协同各分布式电源集群的调控能力,抑制由于模型参数及功率波动等不确定性导致的配电网电压波动。最后,通过算例分析验证了所提方法的可行性和有效性。

一种混合的动态社区发现算法

针对增量式动态社区发现算法存在的误差累积问题和计算复杂度受网络演化程度影响的问题,本文结合标签传播算法和模块度优化算法提出了一种混合的动态社区发现算法.该算法将网络的演变情况分为产生增量较多的剧烈演变和产生增量相对少的非剧烈演变2种情况.为了减少增量处理,对于剧烈演变,该方法将对应的网络快照看做一个完整网络,采用静态方法划分社区.对于非剧烈演变的情况,则采用增量的方式划分社区.在社区划分过程中,同时采用了基于模块度优化的Louvain算法和标签传播算法进行社区结构调整.在人工数据集和真实数据集上的实验验证了本算法的正确性和有效性.

一种基于链路优化的社团挖掘算法及其应用

为了进一步优化Louvain算法在社团挖掘上的质量,使用节点相似度来确定社团初始形状,提出一种基于链路优化的P-L(Priority-Louvain)算法。与经典Louvain算法、GN算法和LPA算法在3个评价准则上进行对比。结果表明,该算法计算效果更好。实验构建了基于“用户-App”的两层网络,并对用户使用的App应用进行了社团划分,准确地划分出如爱奇艺、抖音和快手等App应用社团,可为通信行业服务商设计流量套餐提供策略参考信息。

异源在线网络话题早发现及演化特征研究

从海量新闻标题、微博等短文本异源数据及早、准确地发现舆情话题及其演化规律,以期为政府和企业监管舆情态势提供参考。以大规模异源在线社会网络数据为研究源,以文本关键词共现为建模依据点构建时变话题网络模型,将异源在线网络话题早发现及演化追踪问题转变为时变话题网络的动态社团发现与社团演化规律研究问题。进一步,提出以Louvain算法为迭代核心且以模块度增益和网络局部增量为算法量化对象的时变网络动态Louvain社团发现方法,通过与静态Louvain社团发现算法在大量计算机仿真和真实异源社会媒体数据下实验对比分析,证明所建话题网络和动态Louvain社团算法可在较少时空代价下快速、有效地实现对异源在线社会网络隐匿话题的早发现和演化规律追踪。

基于复合粗糙集的异构属性患者社区划分模型

社区划分是网络研究中的重要组成部分,基于医疗数据对类风湿关节炎患者进行社区划分能够有效提升临床医疗决策的准确性。考虑到社区划分过程中可能会存在患者属性异构及相关性问题,首先基于复合粗糙集理论实现对患者异构属性的有效处理,其次将复合粗糙集理论与louvain算法相融合,构建出基于异构属性节点的社区划分模型。通过采用临床真实数据集及经典网络数据集对本文构建的模型进行实验分析,验证了本文模型能够取得模块值较大的社区结构,实现将不同疾病活动程度的患者划分到不同社区内,从而提升患者疾病活动程度评估的有效性和准确性。