稀土产品全球贸易网络格局演化及其影响因素

为了探讨稀土产品贸易网络格局演化影响机制,选取2009—2020年54个主要国家(地区)7种稀土产品的国际贸易数据,运用社会网络分析方法分别从整体和个体层面对比分析了7种主要稀土产品贸易网络格局演化及个体结构特征,并运用指数随机图模型分析和解释了稀土产品贸易网络形成的基础机制。研究发现:(1)稀土矿、稀土氧化物、铈铁以及稀土永磁材料贸易网络的贸易联系趋于紧密,且所有稀土产品贸易网络具有较高的集团性和连通性,呈现出小世界特征,但是该特征趋于弱化;(2)稀土产品出口主要集中在少数稀土大国,稀土金属、铈化合物、稀土氧化物、铈铁和稀土铁合金贸易网络呈现明显的“富人俱乐部”现象;(3)核心国家相对固定,德国和中国均为核心国家,德国影响力优势趋于弱化,中国影响力有所提升;(4)互惠性、多连通性、传递闭合性、聚敛性和扩张性结构效应对7种稀土产品贸易网络演化具有显著的异质性影响。研究结果为我国缓解经贸摩擦、促进稀土国际经济合作提供了政策启示。

基于因子图模型的动态图半监督聚类算法

针对动态图的聚类主要存在着两点不足:首先,现有的经典聚类算法大多从静态图分析的角度出发,无法对真实网络图持续演化的特性进行有效建模,亟待对动态图的聚类算法展开研究,通过对不同时刻图快照的聚类结构进行分析进而掌握图的动态演化情况.其次,真实网络中可以预先获取图中部分节点的聚类标签,如何将这些先验信息融入到动态图的聚类结构划分中,从而向图中的未标记节点分配聚类标签也是本文需要解决的问题.为此,本文提出进化因子图模型(Evolution factor graph model,EFGM)用于解决动态图节点的半监督聚类问题,所提EFGM不仅可以捕获动态图的节点属性和边邻接属性,还可以捕获节点的时间快照信息.本文对真实数据集进行实验验证,实验结果表明EFGM算法将动态图与先验信息融合到一个统一的进化因子图框架中,既使得聚类结果满足先验知识,又契合动态图的整体演化规律,有效验证了本文方法的有效性.