社区结构

摘要： 为研究社区结构对网络表示学习的影响,提出了一种新颖的融合社区结构信息的网络表示学习算法(CINE)。通过借鉴模块度思想,将社区结构吸收到基于矩阵分解的模型中以保留网络内部的社区结构;设计一个整体的目标函数,在捕获社区结构信息的同时也融合了节点间的1阶2阶邻近性信息和节点的属性信息,最终得到包含原始网络中3类信息的节点表示;采用Cora、Citeseer和Wiki等3个公开网络数据集验证CINE在节点分类、链接预测和可视化任务中的表现。结果表明:在3个数据集的分类任务中,CINE的Micro-F1分数分别达到了0.9002、0.8402、0.7619,优于所有对比算法;在Cora数据集的链路预测任务中,CINE的AUROC得分比Node2vec、DeepWalk和TADW等算法分别提高了1.165、1.144和1.059倍。说明CINE在保留网络的结构和属性信息的基础上,捕获了社区结构信息,使得所学节点表示可以更好地执行后续的网络分析任务。

摘要： 利用城市大数据发现社区结构是城市计算中重要的研究方向。有效表示面向“15分钟生活圈”社区的结构特征可以细粒度地评价生活圈社区周围的设施情况,有利于城市规划建设,创造宜居的生活环境。首先,定义了面向“15分钟生活圈”的城市社区结构,并采用表示学习方法获取生活圈社区的结构特征;然后,提出了生活圈社区结构的嵌入表示框架,框架中利用居民的出行轨迹数据确定兴趣点(POI)与居民区的关系,构建反映不同时段居民出行规律的动态活动图;最后,对构建的动态活动图采用自编码器进行表示学习得到生活圈社区潜在特征的向量表示,从而有效概括居民日常活动所形成的社区结构。针对生活圈社区便利性评价、相似性度量等应用,利用真实数据集进行了实验评估,结果表明,分POI类别的日周期的潜在表示方法优于星期周期的潜在表示方法,且前者的归一化折损累计增益(NDCG)比后者最少提升了24.28%,最多提升了60.71%,验证了所提方法的有效性。

摘要： 针对当前社会网络隐私保护方法存在社区结构破坏严重、单工作站处理数据能力低等不足,提出一种保护社区结构的社会网络度匿名SNDA-PCS(social network degree anonymity for protecting community structure)方法。社会网络社区发现使用分裂聚集算法,由聚合向量构造的压缩二叉树分组匿名度序列,添加虚拟顶点构造匿名图,根据顶点所属社区设计虚拟顶点删除-添加算法以提高发布图数据可用性。SNDA-PCS算法基于大规模并行图处理系统GraphX实现,实验结果表明,SNDA-PCS算法在满足匿名要求的同时保证了社区结构的可用性。

摘要： 基于西北地区2014年、2016年、2018年、2020年铁路客运班列数据,运用列车频次优势度、复杂网络理论及社区结构识别等方法分析西北地区城市网络结构的演变。结果表明:(1)西北地区铁路建设加强了城市间的联系,社区数量减少,已形成分别以西安、兰州、乌鲁木齐为核心城市的稳定的多中心结构。(2)西北地区高速铁路建设对城市中心度及中介度的影响较小,对列车频次优势度的影响比较明显,西北地区高铁建设仍需注重“量”的积累。(3)西北地区各城市列车频次优势度及中心度呈现出明显的“沿途效应”。(4)基于普速铁路联系强度划分的社区空间分布与城市群分布有较强的一致性,但也存在差异,在考虑高速铁路列车频次的影响下,这种一致性不再明显。

摘要： 复杂网络规模的增大导致网络中社区结构变得复杂,节点与社区之间的关系更多样化,有效度量大规模网络中节点邻域的社区构成,并对社区归属确定性有差异的节点分别进行处理,可以提高算法的社区发现质量。基于此,提出了一种基于节点稳定性和邻域相似性的社区发现算法(Node Stability and Neighbor Similarity Based Community Detection Algorithm, NSNSA)。首先定义节点的标签熵并对节点在社区发现过程中的稳定性进行度量,选择标签熵较低的节点作为稳定节点集;其次根据节点邻域的标签构成情况定义节点的邻域相似性,对节点与其邻居节点的社区归属一致性进行度量;然后利用稳定节点与其直接邻居中邻域相似性最高的节点构造初始网络,并在该子网络上运行标签传播算法,以得到可靠性较高的初始社区发现结果;最后将未聚类节点分配至与其Katz相似性最高的节点所在的社区,对小规模社区进行合并处理,以得到最终的社区划分结果。在真实网络及人工网络数据集上,与LPA,BGLL,Walktrap, Infomap, LPA-S等经典社区发现算法的对比实验表明,NSNSA算法在模块度以及标准互信息方面表现良好。

摘要： 通过构造适当的极小不可满足公式以实现在多项式时间内将3-CNF公式归约转换为一个正则(3,4)-CNF公式,转换后的公式与原公式具有相同的可满足性,同时公式的结构也发生相应的变化.图的社区结构反映了图的模块特性,文中将CNF公式转化为相应的图,研究公式图的模块特性与公式某些性质之间的关系.将归约前后的两类公式转换为相应的图并研究其模块特性,发现转换后得到的正则(3,4)-CNF公式具有较高的模块度.此外,在使用DPLL(Davis Putnam Logemann Loveland)算法求解CNF公式的过程中,发生冲突时利用冲突驱动子句学习策略,得到一个学习子句并将其添加到原公式中,使得原公式的模块度降低.研究发现:将DPLL算法与冲突驱动子句学习策略结合应用到正则(3,4)-CNF公式时,其学习子句所包含的绝大部分变元位于不同的社区中.

摘要： 社区结构理论认为,社区居民间的关系强于社区之间的关系,更有利于物品和服务的共享.随着共享经济的迅速发展,针对社区居民开展的共享经济模式研究逐渐引起实践界的关注.文章通过对社区共享经济的概念和内涵进行界定,从平台定位、认证模式、盈利模式等角度对社区共享经济现有的几种模式进行对比分析.总结社区共享经济存在的问题,并从推广方式、监管模式、质量控制体系、盈利模式等方面提出社区共享经济商业模式的发展对策.

摘要： 基于2001—2019年高技术产品的贸易数据,运用社会网络分析方法,对高技术产品全球贸易网络的整体特征、节点属性及社区结构演化进行分析。研究发现:(1)样本考察期内,高技术产品全球贸易网络的拓扑结构更加复杂,国家之间贸易联系愈发紧密,相互依赖性不断加深。(2)美国、英国、法国、德国等发达国家是网络核心节点,主导着高技术产品的全球贸易。随着经济全球化不断深入,中国、印度、南非等发展中国家在拓宽贸易伙伴、扩大贸易规模等方面不断发展,但与发达国家相比仍有较大差距。(3)高技术产品的全球贸易网络可分为四大社区,核心节点分别为巴西—瑞典、爱尔兰、美国和中国。另外,地理邻近是全球贸易社区形成的重要因素。降低贸易壁垒、扩宽贸易伙伴、发挥地理邻近优势是发展高技术产品国际贸易、促进全球经济复苏与增长的有效途径。

摘要： [目的]针对现有模糊重叠社区划分算法执行效率较差和准确度较低的问题,提出一种基于节点向量表示的模糊社区划分算法.[方法]使用由节点重要性引导的随机游走策略生成节点序列,将节点序列视作语料库中的句子,利用Skip-gram模型训练得到节点向量,并将高斯混合模型引入模糊社区划分算法FCM(Fuzzy c-Means)中实现多峰值节点数据拟合,通过最大化模块度得到最佳的社区数目.[结果]相比经典的社区划分方法,该算法在真实网络Jazz和人工网络N1(mu=0.5)上的EQ值分别提高了 7.0％和9.7％,能够更准确地划分出网络中的社区结构.[局限]在向量的表示学习中仅考虑复杂网络的拓扑结构信息,而忽略了节点属性信息和边上标签信息.[结论]基于节点向量表示的模糊重叠社区划分算法可以有效完成复杂网络的社区划分任务.

摘要： 社交网络结构平衡的研究具有重要的理论研究和实际应用价值.然而经典粒子群优化算法主要用于求解连续优化问题,无法直接用于离散优化问题的求解.针对社交网络中的平衡问题,借助群体智能算法的思想,将社交网络结构平衡问题建模成数学优化问题,设计了一种高效的离散粒子群优化算法求解算法模型,借助社交网络的拓扑结构,采用重新定义粒子的离散表示,重新设计离散的粒子状态更新方程.为了验证所提算法的有效性,在模拟社交网络数据上对算法进行了测试.实验表明,所提出的离散粒子群优化算法不仅可以实现网络的结构平衡,还可以挖掘网络中存在的社区结构.

摘要： 社区结构及观念的变化因应于其所嵌入的社会结构之变迁。对现代理性化社会过程的理解形成社会学最早的对社区变迁的思考；20世纪的个体化社会趋势促进了“私人社区”的进一步发展；最终，基于嵌入视角，从中国社会结构和社区实践出发，对社区结构及变迁的理解应该从线性地思考“社区与社会”的关系转向多元社区的立场。

摘要： 间断连接无线网络中的节点采用 “存储、携带、转发”的方式传输消息,网络中的节点具有较强的社会属性.本文提出了一种基于相似度和标签传播的网络结构检测机制,节点以运动过程所经历的社区状态为依据,描述自身的中心度,进而,采用带有约束条件的标签传播方法,更新网络结构检测状态,最终完成社区结构划分.仿真结果表明,所提出的检测算法具有较高的准确性.

摘要： 提出融合位置OD大数据和路网空间模型的铁路客流量模型，并以此构建了基于铁路网客流量的城市空间网络。对比分析了传统社区发现方法以及增加空间邻域约束条件的社区发现方法对基于铁路网客流量的城市空间网络社区发现的影响，结果显示不带空间邻域约束条件的社区发现结果依然保持很好的空间连通性，并且社区个数也在合理和可理解的范围内。

摘要： 本文提出一种基于深度稀疏自动编码器的社区发现算法CoDDA,尝试提高使用这些经典方法处理高维邻接矩阵进行社区发现的准确性.首先,提出基于跳数的处理方法,对稀疏的邻接矩阵进行优化处理,得到的相似度矩阵不仅能够反映网络拓扑结构中相连节点间的相似关系,同时也能反映不相连节点间的相似关系.接着,基于无监督深度学习方法,设计深度稀疏自动编码器,对相似度矩阵进行特征提取,得到低维的特征矩阵,特征矩阵与邻接矩阵相比对网络拓扑结构有更强的特征表示能力.最后,使用k-均值算法对低维特征矩阵聚类得到社区结构.实验结果显示,与目前典型的社区发现算法相比,本文提出的CoDDA算法能够发现更准确的社区结构.参数实验结果显示,CoDDA算法发现的社区结构比不使用深度自动编码器的基本算法发现的社区结构更准确.

摘要： 把复杂网络方法应用于股票市场的研究.对中国股票五大类的134个股票数据进行了相关分析,并用相关关系的欧几里德距离建立了描述股票相似性的复杂网络,运用度、紧密度、介数、社区结构等拓扑概念讨论网络的非平凡的结构.把网络分成8个社区,通过对这8个社区的分析表明,复杂网络是股市相关分析中的一种比较有意义的方法,对于投资者选择股票投资提供一定的参考作用.

摘要： 针对目前的增量社区发现算法无法满足大规模动态网络社区发现要求的问题,提出一种基于邻域跟随关系的社区表示模型,并基于该模型提出邻域跟随社区发现算法,算法遍历网络节点一次即可得到静态网络的社区结构,具有接近线性的时间复杂度.进而扩展得到增量邻域跟随算法用于动态网络的社区发现.实验结果验证了算法在大规模动态网络社区发现方面具有精度、效率以及稳定性的优势.

摘要： 为了快速准确地发现在线社会网络的社区结构,提出一种基于共享好友数的社区结构发现算法.该方法通过查找网络中拥有最多好友数的2个节点,并以此2个节点为初始社区,以初始社区邻居节点所在社区出现次数为衡量标准,判断是否将该节点加入到初始社区中,不断循环迭代,直到所有节点都达到稳定状态为止.对Zachary空手道俱乐部网络及人工合成网络的实验结果表明,该方法无须用户指定社区个数等算法参数,能够有效揭示在线社会网络内在的社区结构.

摘要： 根据网络科学的观点，每个创新的城市是一个节点，城市之间的联系交流和相互学习是一种链接，这样，所有的创新城市整体上就构成了一个复杂的城市创新网络。城市创新通过网络可实现快速扩散，本文借鉴疾病传播的SIRS 原理构建了城市创新扩散AIDA 模型，揭示了城市创新网络的创新扩散机理，并研究了城市创新的特性，分析城市创新扩散具有小世界性质、无标度特性和社区结构，对于探索增强城市创新网络的稳定性和创新效率，促进可持续发展具有重要启示。

摘要： 复杂网络社区发现具有重要的研究和应用价值。科学合理的社区评价可促使发现隐含的真实社区结构.复杂关联关系使得具有聚团性质的社区可能是非重叠结构,也可能是重叠结构.虽然当前学者们提出了许多专门针对非重叠社区、重叠社区的评价方法,但是,在无法预知真实社区拓扑的情况下,采用不同标准对可能出现的多种结果进行评估不具有可比性。所以,急需能同时评价重叠与非重叠社区的统一评价模型,科学合理的评价模型可以辅助发现合适的社区边界及社区尺度,发现隐含的真实聚团子结构.本文从社区聚集度和社区重叠度两个视角出发,提出了一种适用于重叠与非重叠社区的评价模型,不仅能评价出微结构差异引发的社区聚团属性的变化,而且该评价能起到制衡社区内部聚团性和社区重叠性,从而辅助发现合适尺度、合适边界的重叠或非重叠社区的作用。通过理论分析和各种数据实验证实了本文所提评价模型的合理性和可用性。

摘要： 为了快速准确地寻找社会网络中的社区结构,从节点影响力的角度出发,提出一种新的社区发现算法.算法设计过程中引入了点权,它能够衡量节点影响力的大小;首先根据任意一个节点的点权有选择地进行广度优先搜索,得到该节点所在的社区结构,然后重复此过程,就可得到整个网络的社区结构.对算法进行优化并应用到实际网络,实验结果验证了算法的可行性,与经典算法相比,该算法的准确性和计算速度都有所提高.

摘要： 本发明提供一种基于SAW社区发现的非结构化P2P僵尸网络检测方法及装置。该方法包括：步骤1：将原始的pcap格式流量数据转换为netflow格式流量数据；步骤2：使用F‑link大数据平台，将netflow格式流量数据转换为五元组簇流，从所述五元组簇流中过滤得到P2P簇；步骤3：使用Jaccard系数计算P2P簇之间共享邻居节点的权重，构建共享邻居图；步骤4：采用SAW对共享邻居图中的每个顶点进行访问，生成顶点之间的顶点矩阵，使用主成分分析PCA对所述顶点矩阵进行降维，计算Bray‑Curtis不相似度，采用层次聚类计算节点相似性，进行社区挖掘，从而对同类P2P节点进行聚类；步骤5：使用社区属性对聚类结果进行分类，过滤出僵尸网络。

摘要： 本发明公开了社区矫正中心智能锁芯结构，包括装置主体和第二自锁杆，所述装置主体的外围通过螺钉固定安装有不锈钢外壳，所述不锈钢外壳的外表面嵌合安装有感应面板，所述感应面板的下端设置有把手。本发明所述的社区矫正中心智能锁芯结构，能够通过控制微机和无线信号接收端子的配合使用通过蓝牙等无线网络的传输，实现了锁芯的远程智能开锁功能，并且装置的稳定性较好，不易出差错，同时在防盗方面设置的第一自锁杆和第二自锁杆的使用，可以自锁杆将锁芯体与安装板构成一体结构，提高防拆卸的可能性，整个装置通过控制微机的信息处理和控制功能附加在自锁杆机械结构中实现了机电一体的智能化处理，带来更好的使用前景。

摘要： 一种具有多功能外壳结构的智慧社区厨余垃圾降解设备，包括壳体，所述壳体为全包覆的箱体结构；壳体的顶部的四周设有遮挡板；壳体的底部设有底座，底座的四周向外延伸突出于所述壳体的周缘；底座的上表面开设有引水槽；引水槽包括对应所述壳体正面设置的前引水槽及对应壳体侧面设置的侧引水槽；前引水槽的底部开设有通水孔，通水孔经由管路连接至水处理装置；侧引水槽的槽底高于前引水槽的槽底；投料口处安装有自动仓门；壳体正面的中部安装有显示屏。本实用新型有效解决了下雨或因垃圾漏水导致的设备周围易积水，造成用户投放垃圾不便的问题。

摘要： 本实用新型公开了一种社区团购取货格子柜的柜格便捷安装结构，包括柜体，所述柜体具有冷藏腔，所述冷藏腔内安装有支架，沿着支架设有若干个轨道，相邻的轨道配合形成格子腔，所述格子腔滑接有格柜，格柜顺着轨道滑入或滑出所述格子腔。它具有结构简单、配合紧凑，设计合理等优点；因此，它是一种技术性和经济性均具有优越性能的产品。

摘要： 本发明涉及一种考虑社区结构稳定度和增量相关节点进行社区发现的方法，包括以下步骤：1、生成初始社区集，设置社区的初始权重，并初始化迭代时刻；2、计算增量相关节点集合IVt；3、遍历每个社区，解散社区集NSt中社区权重和社区规模小于阈值的社区；4、对集合IVt中的节点进行社区划分，生成新社区；5、遍历每个新社区，解散社区规模小于阈值的新社区；6、遍历剩余相关节点集合IVt‑rm中各节点，计算节点与相邻社区的相似度，将其加入相似度最高的社区，生成社区集NSt；7、更新每个社区的稳定度和权重；8、计算NSt的社区结构稳定度；9、判断是否满足迭代停止条件，以结束计算。该方法可以高效、准确地进行社区发现。

摘要： 本发明公开了一种基于社区结构的内外比度量方法及社区发现方法，首先定义了内外比度量标准，用来判断子网络结构是否社区，以及该结构的社区紧密程度。然后提出比邻双向迭代算法，使用优化后的一组初始子网络结构，通过增加邻节点或减少内点两个方向，基于内外比度量标准，来迭代发现社区。本发明用于快速发现网络中紧密程度高的社区结构，能够更快、更全面地发现更好的社区，在最早发现最好社区的时间比上平均提高39.64％，在搜索覆盖面上平均提高12.67％，并具有计算数据依赖程度低的特点，适合分布式并行计算。

摘要： 本发明涉及一种考虑社区结构稳定度和增量相关节点进行社区发现的方法，包括以下步骤：1、生成初始社区集，设置社区的初始权重，并初始化迭代时刻；2、计算增量相关节点集合IVt；3、遍历每个社区，解散社区集NSt中社区权重和社区规模小于阈值的社区；4、对集合IVt中的节点进行社区划分，生成新社区；5、遍历每个新社区，解散社区规模小于阈值的新社区；6、遍历剩余相关节点集合IVt‑rm中各节点，计算节点与相邻社区的相似度，将其加入相似度最高的社区，生成社区集NSt；7、更新每个社区的稳定度和权重；8、计算NSt的社区结构稳定度；9、判断是否满足迭代停止条件，以结束计算。该方法可以高效、准确地进行社区发现。

摘要： 本发明公开了一种基于社区结构的内外比度量方法及社区发现方法，首先定义了内外比度量标准，用来判断子网络结构是否社区，以及该结构的社区紧密程度。然后提出比邻双向迭代算法，使用优化后的一组初始子网络结构，通过增加邻节点或减少内点两个方向，基于内外比度量标准，来迭代发现社区。本发明用于快速发现网络中紧密程度高的社区结构，能够更快、更全面地发现更好的社区，在最早发现最好社区的时间比上平均提高39.64％，在搜索覆盖面上平均提高12.67％，并具有计算数据依赖程度低的特点，适合分布式并行计算。

摘要： 本发明公开了一种复杂网络重叠社区结构检测方法及系统，将复杂网络划分为一系列相互重叠的子网络；基于划分的一系列相互重叠的子网络，为复杂网络中的每个节点发现对应的1‑步邻居部分社区结构；依据发现的1‑步邻居部分社区结构，识别出重叠节点，利用重叠节点对复杂网络进行重构，得到具有非重叠社区结构的重构网络；在得到的重构网络上应用非重叠社区结构检测方法发现非重叠社区结构，并应用优化方法对非重叠社区结构进行优化，依据重叠节点信息进行修正获得重叠社区结构，完成重叠社区结构检测。本发明降低了检测的计算代价，并获得更高质量的重叠社区结构。

摘要： 本发明公开了一种电影社交网络的社区结构检测方法及系统，所述方法包括：获取用户数据集，根据用户之间的关注关系构建电影社交网络结构，将用户的观影数据作为用户节点属性，基于所述电影社交网络结构和所述用户节点属性建立邻接矩阵和属性矩阵；基于建立的邻接矩阵和属性矩阵，利用图自动编码器构建电影社交网络社区结构检测模型；对于构建的电影社交网络社区结构检测模型，设计一个联合优化目标函数，通过最小化所述联合优化目标函数进行模型训练；利用训练好的电影社交网络社区结构检测模型，实现对电影社交网络的社区结构检测，并将电影社交网络社区结构检测结果进行输出。本发明能够对电影社交网络中的社区结构进行有效可靠的划分。