关键词： 社团检测   属性网络   半监督   节点内容   嵌入强化  

摘要： 挖掘网络中的社团结构是复杂网络分析的关键任务,但在现实应用中如何进一步提高社团检测性能仍极具挑战性。鉴于属性网络中的节点内容和网络嵌入均蕴含有社团结构信息,提出一种基于非负矩阵分解融合节点内容和嵌入强化拓扑的半监督方法。首先,基于生成框架重构拓扑和内容,以构建融合拓扑和内容的基本模型;然后,利用拓扑相似性构造must-link先验信息,同时由Node2Vec计算网络嵌入;最后,使用矩阵补全技术将先验信息和网络嵌入引入模型,形成融合内容、网络嵌入的半监督社团检测模型。在合成和真实网络上的实验结果充分验证了新模型的良好竞争力。

关键词： 复杂网络   社团检测   极大团   模块度矩阵  

摘要： 社团结构检测有助于揭示复杂网络的结构-功能特性,目前已有的社团检测算法在其研究过程中存在着分辨率限制、节点不确定性以及需要先验参数等问题.为了解决此类问题,提出了一种基于网络节点极大团的社团检测算法(BMC).BMC算法将网络中的节点极大团设为初始节点群组,依据提出的极大团局部相似度和局部团组关系对节点群组进行分级聚类合并,以此挖掘出网络中的社团结构.针对在社团结构挖掘过程中出现的节点不确定性问题,通过模块度矩阵提出了模块隶属度对网络中的单邻居节点和重叠节点进行优化.为了验证BMC算法对网络社团结构挖掘的准确性,在5个真实网络数据集上与5种算法进行实验对比.通过3种衡量指标得到的实验结果表明,BMC算法能够准确地检测出网络中的社团结构.

关键词： 多层网络   社团检测   图神经网络   自编码器   自监督学习  

摘要： 基于图神经网络的多层网络社团检测方法面临以下两个挑战。一是如何有效利用多层网络的节点内容信息，二是如何有效利用多层网络的层间关系。因此，提出多层网络社团检测模型AGCFN(Autoencoderenhanced Graph Convolutional Fusion Network)。首先通过自编码器独立提取每个网络层的节点内容信息，通过传递算子将提取到的节点内容信息传递给图自编码器进行当前网络层节点内容信息与拓扑结构信息的融合，从而得到当前网络层每个节点的表示，这种方法充分利用了网络的节点内容信息与拓扑结构信息。对于得到的节点表示，通过模块度最大化模块和图解码器对其进行优化。其次，通过多层信息融合模块将每个网络层提取到的节点表示进行融合，得到每个节点的综合表示。最后，通过自训练机制训练模型并得到社团检测结果。与6个模型在三个数据集上进行对比，ACC与NMI评价指标有所提升，验证了AGCFN的有效性。

关键词： 复杂网络   重叠社团检测   标签传播算法   局部结构熵   SLPA  

摘要： 标签传播算法SLPA(Speaker-Listener Label Propagation Algorithm)在重叠社团检测任务上具有线性时间复杂度和优良的检测效果，但作为一种随机算法其多次的随机选择策略致使算法的精度受限且算法结果不稳定；此外，算法在选取的阈值较低时容易出现大量相互嵌套的小型社团和重叠节点。针对上述问题，提出一种精度更高、稳定性更良好的改进算法。算法初始化阶段，使用节点局部结构熵LE(Local Structure Entropy)计算的节点重要性排序升序作为节点更新序列；标签传播阶段，使用资源分配指标RA(Resource Allocation)作为节点进一步选择的依据，引导标签传播的方向；后处理阶段，新增两两对比待选社团集以去除嵌套包含的社团。在真实网络与人工网络上验证算法的有效性，使用重叠标准互信息NMIov(Overlapping Normalized Mutual Information)和扩展模块度EQ(Extended Modularity)与5个经典算法进行对比。实验证明，改进算法在精度与经典算法相比具有优势，在真实网络和人工网络中均具备较好的鲁棒性；改进算法与原算法相比，算法的结果精度分布更为集中，算法的稳定性有提升。

关键词： MOEA-AT算法   社团结构   模块度   NMI   精度  

摘要： 随着社会的不断进步和网络技术的发展,新闻传播模型中网络社团的规模不断加大,网络结构更加复杂。本研究探讨了多目标进化算法原理,分析了网络社团的结构,提出了基于社团结构节点属性信息的多目标进化社团自动检测算法(Automatic detection algorithm of multi-objective evolutionary community MOEA-AT)。测试结果表明,MOEA-AT算法的NMI,AC和Q的平均值分别为0.95、0.92、0.89,各指标的均值较高,在实际网络中表现较好。应用于真实网络时,MOEA-AT算法将网络划分成2~5个社团,且社团之间界限较为清楚。由此可知,MOEA-AT算法对网络社团的自动检测有更高的精度且稳定性更高,并且在新闻传播领域有一定的现实意义和经济价值。

关键词： 复杂网络   社团检测   中心性指标   标签传播算法  

摘要： 在复杂网络的探索过程中,关键节点的识别和社区结构的检测受到广泛关注,有助于人们更好地理解和利用复杂网络的结构特征,揭示节点之间的关系。提出库仑力中心性(CFC),并将其应用到标签传播算法(LPA)中设计了社团检测算法(CFCLPA),消除了LPA中的随机性,具有较高的社团结构识别能力。在真实网络和LFR基准网络下进行了一系列测试和比较,实验结果表明,该算法具有更优秀的社团检测性能。

关键词： 异常检测   话题热度   时间序列   社团检测   在线社交平台  

摘要： 【目的】研究发现信息话题并找到激发公众讨论的现实事件。【方法】构建共词网络检测社团表示话题,基于文档词与话题社团词的重合度计算文档话题向量并依据文档时间计算话题热度时间序列,借助STL分解时间序列并利用3σ原则检测异常,结合异常时点话题的高频词与高相关文档发现激发讨论的现实事件。【结果】以新浪微博河南暴雨的相关发帖为例,发现涉及灾情态势、应急管理以及社会响应等方面的话题。异常检测与分析表明,灾情态势类话题的公众关注度最高,雨情预警及相应防汛行动等是热点事件;应急管理中的抢险救援工作与事故调查情况能够激发讨论;在社会响应方面,受灾者互救事迹、公益捐赠事迹易引发关注。【局限】数据集较小,因而在异常时点检测的阈值判断中使用人工观察设定阈值的方式,在面对较大数据集时需要使用自动阈值确定方法。【结论】话题热度时间序列的异常检测能够发现社平台的热点事件,且在舆情响应中,管理部门需要从救援、预防和恢复三方面出发,及时发布预警信息,公开救灾情况及事故调查情况等回应公众关切,并通过救援、互助、捐赠等事迹的宣传引导积极健康的舆论走向。

关键词： 复杂网络   社团检测   Louvain算法   节点相异度   网络安全  

摘要： [目的/意义]社团检测作为复杂网络分析的一个主要研究方向，能够探究复杂网络的社团结构特性，挖掘潜藏在背后的关联信息，可用于网络安全治理，识别和划分潜在的危险分子，维持网络的安全现状。[方法/过程]在Louvain算法步骤的合并过程中，存在着合并社团时选择局部最优解而并非全局最优解的问题。为了缓解这个问题，使用K-means的中心初始化思路改进，提出了基于节点相异度初始化社团的Louvain改进算法（简称LBNDC算法）。[结果/结论]经过仿真实验和经典算法对比，LBNDC算法表现优秀，为网络安全中复杂网络的社团检测提供了新的算法设计思路。

关键词： 复杂网络   标签传播算法   种子节点   中介中心性   社团检测  

摘要： 随着互联网的快速发展,对复杂网络的研究显得越发重要。复杂网络中的一个重要特征是社团结构,即社团内部连接紧密,而社团之间连接稀疏。挖掘复杂网络中潜在的社团结构成为了许多学者研究的重点,此项研究在现实生活中具有重要意义。它可以帮助用户在蛋白质互作网络中识别蛋白质的相互作用模式,在信息网络中分析流量的分布情况,还可以用于文献推荐和产品推广等领域。基于上述分析,论文将在复杂网络上开展以下研究。 (1)提出一种基于种子节点影响的标签传播算法,用于检测复杂网络中的非重叠社团结构。为了降低标签传播的随机性,论文提出了一种新的种子节点选择策略。该策略不仅考虑了复杂网络的拓扑结构,也考虑了节点的属性特征。然后结合特征信息和节点间的最短路径选出网络中的种子节点。最后,通过种子节点生长策略挖掘复杂网络中的社团结构。将算法在属性数据集和无属性数据集上分别进行了验证,与其他算法相比,该算法在属性数据集上具有明显的优势,更适用于检测带有属性特征的网络结构。 (2)提出一种基于中介中心性的重叠结构检测算法。该方法不仅可以检测社团结构,还可以挖掘网络中的重叠节点。该算法主要包括社团的基础划分和识别重叠节点两部分。首先,按照中介中心性降序顺序,节点轮流担任主节点。主节点接收来自从节点的标签并更新自身的标签集合,然后从新的标签集合中选择权重最大的标签将其记录,重复此过程直到循环结束。最后,遍历节点的记录列表,从中选择出现次数最多的标签作为节点的最终标签。社团基础划分完成后,通过算法提出的判别函数识别网络中的重叠节点。将该算法在真实数据集和人工数据集上分别进行验证,结果表明该算法能够有效的挖掘网络中的重叠节点。 (3)设计并实现基于标签传播的文献推荐系统。该系统由用户子模块,推荐子模块和查询子模块构成,用户可以通过系统查找相关文献。系统也会根据用户的历史浏览记录和文章信息为其推荐相关内容。本系统不仅可以加快读者查找文献的效率,还可以为读者提供个性化推荐服务。因此,该系统在现实生活中具有很重要的意义。

关键词： 汽车检测与维修   专业社团   社团活动  

摘要： 学生社团是高校校园文化的主要载体，是高校第二课堂的重要组成部分。随着高校校园文化内涵建设的深入，专业社团受到关注与重视，发挥着愈来愈大的作用，同时也面临着一些挑战。如何有效地开展专业社团活动，一直是制约专业社团发展与成长的问题。专业社团既需要抓住行业发展带来的机遇，又需要灵活应对各种挑战，以实现持续健康的发展。本文探讨了汽车检测与维修技术专业社团活动开展面临的机遇与挑战。