二分网络

摘要： 为识别通信系统流量的时空特征,利用网络建模与核心—边缘模型分析移动通信流量数据。综合考虑时间信息和空间信息,构建吞吐量—话务量耦合二分网络。时间单分网络边权分布为对数正态分布。空间单分网络的最大连通子图S网络为小世界网络;S网络的边权分布为幂律分布。核心区节点上耦合事件的发生频率高于边缘区节点上耦合事件的发生频率。核心—边缘模型能有效识别出吞吐量—话务量耦合事件的群聚群发区域。

摘要： 构建用户—项目交互网络并学习其表征是一种有效的推荐方法。已有的方法大多将交互网络视为静态同质网络,忽略了交互时序性和节点异质性的影响。针对这一问题,提出一种基于动态二分网络表示学习的推荐方法,首先构建时序加权二分网络;然后将用户节点和项目节点分别映射到不同的向量空间以保留网络的异质性,选择图卷积网络来聚合节点的一阶和高阶邻居信息;最后使用多层感知机学习两类节点嵌入的非线性关系并进行top-N推荐。在Amazon和Taobao数据集上的实验结果表明,该方法在HR和NDCG推荐指标上均显著优于相关的基于静态、异质网络表示学习的方法。

摘要： 复杂网络分析作为一门新兴学科,是对复杂系统的抽象和描述,而链路预测则是衡量对复杂网络结构生长和演化规律洞察程度的试金石。首先研究了基于文本资料情报和海量侦察数据的事件-目标关系非完全二分网络构建和单模目标网络投影生成方法,进而探讨了基于拓扑结构相似和资源分配的电磁目标体系网络链路预测算法,最后结合实际事件信息数据,验证了潜在关系预测分析的有效性,旨在为复杂目标体系分析提供技术参考。

摘要： 随着开源生态的迅猛发展,越来越多的开发者加入到开源社区中,以开放、共享、协同的软件开发模式构建开源项目。许多代码托管平台如GitHub上托管着海量的开源项目,涵盖各类技术领域,开发者可以通过关键字搜索自己感兴趣的主题或项目名称进行浏览探索、加入或者代码重用。然而,开发者往往需要花费大量的时间和精力,才能通过关键词准确地描述自身的兴趣与目标项目的特征,找到符合自身需求的开源项目。针对这一问题,本文提出了一种基于二分网络表示学习的开源项目推荐方法。该方法结合开发者在参与项目贡献时的不同参与方式,构建出基于活跃度模型的开源贡献二分网络,并融合开发者与项目之间的显式关系和隐式关系,学习开发者的兴趣和技术偏好,向开发者进行个性化开源项目推荐。实验结果表明,本文所提的方法在推荐20个候选项目时的正确率超过42.37%,能够有效地为开发者推荐其感兴趣的开源项目。

摘要： 在更高的抽象层次上总结了军事事件中多目标协同配合关系,使得基于事件分析的多目标协同配合模式成为可能。以“事件目标”关系为切入点,首先阐述了不同数据源的“事件目标”关系提取方法;其次,基于二分网络对事件和目标关系网建模,并以此生成目标关系加权单部投影图,采用Louvain模块度社团发现算法挖掘具有紧密联系的目标关系子图结构,形成多目标协同配合模式。仿真结果表明,利用二分网络建模“事件目标”关系,能有效解决非合作条件下数量未知的目标间协同配合关系分析的问题。基于关系权重的社团发现算法,可以在不同层次上发现多目标的协同配合组成模式,对多目标协同事件的预测和态势决策有重要意义。

摘要： 为进一步提升部队联合投送衔接转运能力,利用复杂网络理论中的L-space方法建立公路—铁路二分交通网络模型,结合道路网络结构脆弱性指标、重要度指标并采用networkX工具模拟蓄意攻击和随机攻击,分别计算出单一交通网络和公—铁二分交通网络的最大连通子图相对规模和网络效率,得出运算结果并进行脆弱性分析,为部队在地面力量的联合投送中提供决策参考。

摘要： 为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻居节点对距离产生的影响,摆脱敏感参数.同时,提出一种在二分网络中基于Ego-Leader进行社团检测的增强动态距离模型(E-BiAttractor),E-BiAttractor不仅继承了BiAttractor在检测二分网络社团时的优异表现,而且通过引入Ego-Leader来代替敏感参数,优化了模型在二分网络上的鲁棒性,并提出相应的社团检测算法.最后在8个公开数据集上进行实验对比分析,验证了所提模型的有效性.大量实验表明,相较于几种已有的算法,E-BiAttractor具有良好的性能.

摘要： 现有的网络表示学习算法主要是针对同质网络或异质网络设计的,而忽略了在推荐系统、搜索引擎和问答系统等领域出现的二分网络的特殊特征以及这类网络所携带着的非常丰富的属性信息.为了解决上述问题,提出了一种结合属性信息的二分网络表示学习方法(ABNE).该方法首先将连边分解成邻居节点间的间接关系集,嵌入显式关系,接着通过余弦相似性引入并定义节点的属性相似度矩阵,并将其作为权重矩阵的一部分指导有偏随机游走,从而嵌入隐式关系和属性信息.最后通过一个联合优化框架得到同时携带网络结构信息和属性信息的节点表示向量.在四个真实公开数据集上进行了推荐任务,并与其他现有方法进行比较,实验结果表明该算法的优越性和合理性.

摘要： 二分网络上的链路预测是复杂网络中的重要研究内容.充分利用拓扑结构,提出一种基于双向投影的二分网络上的链路预测算法.它能同时投影二分网络上的两类节点,分别生成基于顶部节点的投影图和基于底部节点的投影图.通过基于资源分配的加权方法得到同类节点之间的资源权重比,利用相似度度量两类节点之间未链接边资源分配值进行比较,预测出链路边.在实验分析中通过利用AUC来分析算法的准确性和精度,得出该算法具有一定的优势.

摘要： 本文首先对汉越佛教熟语中包含的佛教成分进行提取,然后建构出汉越佛教熟语与其佛教成分之间的二分网络,并对以佛教成分为属性的汉越佛教熟语之间的相似系数进行了计算,发现汉语佛教熟语和越南佛教熟语一方面具有高度的相似性,另一方面也表现出各自的本土文化特征.

摘要： 首先，讨论并确定适合企业一产品二分网络的社团结构定义及其划分方法；然后，以中国汽车产业为研究对象，划分其企业一产品二分网络的社团结构，并用Q指数来评价划分的结果，发现网络的社团结构十分明显；最后，深入剖析了社团结构的产业意义。

摘要： 腧穴配伍既是针灸临床选穴组方的基础,又是经络腧穴理论的核心.研究表明多个腧穴配伍有增效、减效、无效三种可能,故腧穴的配伍绝非简单的1+1=2或者2-1=1的变化,而是具有非线性、动态性、复杂性特征.本文在分析腧穴配伍规律的国内外研究现状及发展态势基础上,提出了基于复杂网络社团结构从宏观与局部、静态与动态多层次多角度,研究腧穴组合的关系及其结构和动态演化特征,揭示腧穴配伍规律的研究思路和方法.

摘要： 一种结合二分网络和文本的医院科室相似性分析方法，包括以下步骤：步骤1：收集关于医生多点执业的行为数据，构建医生‑科室二分网络；步骤2：根据医生‑科室二分网络，计算科室与科室之间的网络相似性；步骤3：基于ratio文本相似性算法，计算科室与科室之间的文本相似性；步骤4：将科室与科室之间的网络相似性与文本相似性相结合，进行科室相似性分析。本发明构建医生‑科室二分网络，计算科室与科室之间的网络相似性，基于ratio文本相似性算法，计算科室与科室之间的文本相似性，将科室与科室之间的网络相似性与文本相似性相结合，进行科室相似性分析。后续能够实现根据科室相似性情况对各城市的科室排名情况等进行分析。

摘要： 本发明提供一种节点预测算法，具体涉及一种引入了互斥策略的二分网络节点预测算法，属于复杂网络链路预测以及节点预测领域。本发明提出需要考虑节点间的互斥关系，用于描述关键词间彼此排斥的现象，并构建了互斥关系的度量方法。在采集到的论文‑关键词二分网络上，对改进的节点预测算法进行验证，并与传统算法作对比，结果显示本发明提出的节点预测算法具有更好的预测效果。

摘要： 本发明公开了一种基于mRNA/miRNA节点的二分网络模块识别方法、系统及存储介质，该方法包括以下步骤：网络转换步骤：根据二分网络中两类节点间的概率关系，将二分网络转换为只包含其中一类节点的单类节点概率网络；单类节点聚簇步骤：计算单类节点概率网络中每条关系边的信息熵，根据信息熵增原理对单类节点概率网络中的各节点进行聚簇，得到只含有其中一类节点的单类节点初始簇；加入另一类节点和关系边步骤：根据二分网络关系，将另一类节点、以及用于表示两类节点之间连接关系的关系边添加至单类节点初始簇，得到最终的模块。本发明简单易行，不需要另外附加参数即可运行，而且模块识别率较高，对于开展复杂网络和生物信息网络研究具有重要的参考价值。

摘要： 本发明公开了一种基于二分网络的疾病关联LncRNA的预测方法及装置，包括：根据已知的LncRNA与疾病之间关联关系的数据集构建基于疾病和LncRNA的二分网络；计算基于共同邻居的疾病相似性I和LncRNA相似性I；计算基于SimRank相似度的疾病相似性II和LncRNA相似性II；得到经扩展的疾病相似性和经扩展的LncRNA相似性；将经扩展的疾病相似性和经扩展的LncRNA相似性回流到二分网络，计算疾病与LncRNA之间的关联程度。本发明能通过已知的疾病相关的LncRNA的信息构建一个二分网络来推测两者之间潜在的联系，大大减少了实验的工作量。

摘要： 本发明公开了一种基于二分网络图层次聚类的团队研究方向挖掘方法，包括以下步骤：步骤1：建立基于作者关键词二分网络的作者研究兴趣表示模型；步骤2：对作者研究兴趣表示模型进行图聚类：将对各个关键词的关注程度差异小的作者归于同一个作者群组；得到作者群组集合；步骤3：整体层次聚类，得到各个作者群组的研究兴趣：将作者群组集合中只包含一个作者的群组，合并到研究兴趣相似的其它作者群组中，使得每个作者群组中包含的作者个数大于2，计算并更新各个作者群组的研究兴趣，即团队研究方向。本发明能有效地挖掘出团队的学术研究方向，为分析及评价团队研究方向的发展情况提供有利条件。

摘要： 本申请涉及机器学习及信息检索技术领域，特别涉及一种多路二分网络链路预测方法及装置，其中，方法包括：获取多路二分图网络数据数据，并基于多路二分图网络数据数据分别构建总体超图和多个对偶同质超图对；根据总体超图和多个对偶同质超图对构建多个超图关联矩阵；根据多个对偶同质超图对构建二分网络超图卷积网络，并优化二分网络超图卷积网络，嵌入优化后的二分网络超图卷积网络的最终多路二分图网络节点，以执行链路预测任务。由此，解决了相关技术中难以精确建模多路二分图网络的高阶复杂关联，从而多种关联进行学习时，造成关联的分布互相干扰，影响链路预测的效果，进而降低了链路预测的精准性等问题。

摘要： 本发明属于社交网络的社区检测技术领域，具体涉及一种基于改进的人工蜂群算法的二分网络社区检测方法。本发明在人工蜂群算法的初始化阶段，提供了一个新的初始化方法，该方法能够提高初始种群的多样性和最终结果的准确性，减少算法的运行时间。在工蜂阶段，本发明提供了一个受当前解的更好邻居解和全局最优解指导的组合搜索公式，通过使用该公式和增加的参数扰动频率，使算法的开发能力、最终解的准确性、收敛速度进一步得到提高；在旁观者蜂阶段，本发明提供了另一个组合搜索公式并使用了基于对立的学习(OBL)方法；在侦查蜂阶段，本发明引入了阈值β，增强了算法的探索能力和种群多样性，提高了最终解的准确性，缩短了算法的运行时间。

摘要： 用于理解二分网络中的缺失链路的视觉分析框架。本文所述的示例实现方式涉及一种界面，其用于针对被表示为二分网络的数据计算缺失链路并显示缺失链路，以及用于改进现有技术中的链路预测算法的新颖方法。通过本文所述的示例实现方式，可以提高链路预测算法的准确度，从而向用户提供对二分网络中的数据的更准确理解。

摘要： 本发明提供了一种基于导师‑学生二分网络的导师影响力评估方法，属于计算机软件领域。该方法通过多指标综合评价方法计算学生综合指标得分并建立导师与学生间的网络关系进行分析。本方法将微软数据集和Web of Science期刊影响因子数据集进行处理，提取出学生的各个评价指标，利用综合评价方法对这些指标进行综合评价打分，将这些得分通过学术年龄进行调节获取最终学生综合得分，然后建立导师‑学生二分网络，并将学生的综合得分带入二分网络中，通过随机游走的方式对导师的影响力进行计算，最后带入导师学术年龄进行调节，从而得到导师的影响力指数。

摘要： 本发明提供一种节点预测算法，具体涉及一种引入了互斥策略的二分网络节点预测算法，属于复杂网络链路预测以及节点预测领域。本发明提出需要考虑节点间的互斥关系，用于描述关键词间彼此排斥的现象，并构建了互斥关系的度量方法。在采集到的论文‑关键词二分网络上，对改进的节点预测算法进行验证，并与传统算法作对比，结果显示本发明提出的节点预测算法具有更好的预测效果。