聚集系数

摘要： 为快速、准确地实现符号社会网络中的链接预测与符号预测双重目标,提出一种融合共同邻居节点的聚集系数与连边符号影响力的链路预测算法.基于结构平衡理论,有效利用节点的度、聚集系数、路径上的中间传输节点、连边符号及其影响力等信息,分别定义了两节点基于一阶共同邻居和二阶共同邻居的相似性,最终得到两节点的总相似性得分,用其绝对值度量两节点建立链接的可能性,通过其符号获得链接的符号预测结果,从而实现符号网络中的链路预测.在6个有代表性的符号网络数据集上进行了实验,以AUC、调整的Precision'、Accuracy等为评价指标,对比了多个符号网络链接预测算法,并进行了可调步长参数的敏感性分析.实验结果表明,所提算法在符号网络链接预测与符号预测两方面均达到了较好的性能,无论是稀疏网络还是负链接预测,准确性均高于其他算法.

摘要： 利用可见图算法,构建由证券市场价格时间序列生成的复杂网络,并对其特征进行分析.研究结果表明:上证和创业板网络的度分布都服从幂律分布而不是泊松分布,与许多自然界网络一样,呈现出典型的无标度特征.通过计算网络的全局效率、模块化指数、同配系数等网络拓扑参数可以发现,两个市场在不同时间区间上的值变拐点、增减趋势、波动特征均存在差异.

摘要： [目的/意义]发现网络结构如何影响预测指标的选定,对在合著网络中应用链路预测非常重要.[方法/过程]从CSSCI数据库中选取7门学科,构建合著网络,抽取其中的巨片,开展链路预测实验,并将网络结构的改变程度与链路预测效果的变化情况进行关联分析.[结果/结论]研究表明,当聚集系数很大时,最近邻的局部指标预测效果会很好.随着聚集系数增大,在稀疏网络中,SRW指标的预测效果会比较好;在稠密网络中,AA和RA指标的预测效果会比较好.[局限]研究指标只考虑到了网络拓扑结构特征,而忽略了社会、认知以及其他间接因素.此外,相关结论的普遍性还需要在更多的合著网络中验证才行.

摘要： 科技型小微企业集群组织结构是一个开放演化、适应性的复杂网络系统,从而其知识传播和扩散具有新的特点.文章首先构建反映集群组织结构变化的NW小世界网络模型,以特征路径长度、聚集系数等参数来反映其组织结构特征和知识传播的关系;其次,结合科技型企业知识吸收的五大特征要素建造网络多雏度的知识扩散模型.经模型检验发现,密切的战略联盟关系和知识交流频率能显著地提高网络中的知识扩散量,降低特征路径长度,提高企业知识协同创新的能力.%The cluster structure of technology-based SMEs is a complex network system with open evolution and adaptability,which leads to new characteristics of knowledge dissemination and diffusion.This paper firstly constructs the NW small-world network model to reflect the evolving change of cluster structure,the relationship between the characteristics of organizational structure and the propagation of knowledge is reflected by the characteristic path Iength,aggregation coefficient and other parameters;then constructs a multi-dimensional knowledge diffusion model of network according to five influencing factors on knowledge assimilation of technological enterprises.Through model inspection the result shows that,close strategic alliance relationship and knowledge exchange frequency can significantly increase the amount of knowledge diffusion in the network,reduce the length of characteristic path and improve the ability of collaborative innovation of knowledge.

摘要： 近年来,生成图模型在复杂网络研究中的作用越来越重要.图的生成过程对于研究疾病的蔓延和信息的传播具有重大意义,同时图模型的生成也有助于更深入地研究复杂网络的特性.为了能够生成既符合真实网络特征又具有结构多样性的复杂网络,提出了一种具有社区结构的可调节聚集系数和模块性的无标度网络生成算法——TC-MSN(Scale Free Network with Tunable Clustering Coefficient and Modularity).通过调节混合参数可以调节生成网络的模块性,通过调节社区内连边的概率和混合参数可以对网络聚集系数进行调节.TCMSN采用了合理的连边策略,在不破坏网络结构多样性的情况下,能尽可能维持网络的无标度特性.人工构造数据和真实网络数据的对比实验结果表明,TCMSN算法能够生成可调节聚集系数和模块性的无标度网络模型,且能够生成最接近真实网络社区结构特征的网络模型.%Generating complex network models can help researchers to understand network behaviors and simulate the transmission processes of disease epidemics and information diffusion.It is also important to generate complex networks meeting the characteristics of real networks and having structural diversity.A network generation algorithm TCMSN (Scale-free Network with Tunable Clustering Coefficient and Modularity) was proposed to generate scale-free complex networks with tunable clustering coefficient and modularity.TCMSN can adjust modularity by changing the mixing parameter and adjust clustering coefficient by changing the global preferential attachment probability and mixing parameter of the network.It adopts a reasonable strategy about adding edges in networks to maintain the scale-free characteristics,as much as possible without destroying network diversity.Experimental results on artificial data sets and real networks show that the proposed TCMSN algorithm can not only generate scale-free network model with tunable clustering coefficient and modularity,but also generate network model closed to the community structure of the real networks.

摘要： 为了提高移动社交网络的重要节点识别的准确率,在获取移动社交网络数据的基础上,提出基于网络结构化指标的网络节点重要性评估算法,在对移动社交网络进行划分后,采用聚集系数和网络重要度综合评价移动社交网络节点的重要性.采用真实网络对本文提出的算法进行验证,验证结果表明:本文所提算法得到的结果与传统算法所得结果相比,其准确率得到提升,并具有一定的扩展性.

摘要： 社区结构是真实网络普遍具有的拓扑特征,已经成为社交网络分析与挖掘领域的重要研究课题之一.研究社区结构对理解网络功能、揭示网络模式、分析网络行为等具有重要的研究意义.标签传播算法是速度较快的社区发现算法之一,但存在明显的缺陷,譬如划分社区不稳定、鲁棒性差等.为解决上述问题,本文提出一种有效改善标签传播的高鲁棒性算法(LPA D CC),算法首先根据节点度和聚集系数对网络中所有节点做影响力排序,根据影响力将网络中节点做初始划分,并对划分后的所有节点有条件的赋标签,最后根据标签传播过程对网络进行划分得到社区结构.在四种真实数据集上对算法进行实验与比较分析,结果表明,与原始LPA算法相比,该算法具有更高的准确性和稳定性,同时能够减少传播过程中的迭代次数,能快速收敛得到结果.

摘要： 许多现实中的网络具有小世界性,许多语言网络也具有小世界性.本文以《左传》和白话左传的语言网络、多个类型的语言网络、多种语言的语言网络为对象,以语言学理论为指导,比较分析了各种语言网络的小世界性及其语言学意义,得出观点:语言网络具有小世界性虽然是一种普遍现象,但现象背后的机制却有很大不同;小世界性呈现孤立语＞屈折语＞黏着语的关系;《左传》的词汇系统比白话左传更为致密,小世界性更强.

摘要： 聚集系数是网络的一个重要属性,本文对Gnutella这一典型非结构化P2P网络中的节点聚集系数进行研究,重点分析了节点的聚集系数分布和聚集度-聚集度分布.本文通过对实际网络拓扑的计算分析,得到Gnutella网络中节点聚集系数的分布统计特征.分析表明Gnutella网络中节点的聚集系数满足幂律分布,网络中的高聚集度节点对网络连通性有着重要影响,删除少数高聚集度节点将导致网络不连通.分析表明节点的聚集度-聚集度分布是递增函数,说明Gnutella网络具有聚集度同配性,但并未形成rich-club,说明高聚集度节点均匀分布在整个网络.

摘要： 社区划分一直是复杂网络研究中的一个热门话题,社区的快速准确划分为研究复杂网络的性质提供了良好的基础.传统的社区发现方法都是在全局复杂网络的基础上进行社区划分,随着网络中节点的增加,网络规模的变大,使社区发现变得更为复杂.该文提出一了种局部社区发现算法,该算法无需知道整个复杂网络的全部信息,只需从一个待求节点出发,考察其与邻接节点的紧密程度,逐步将邻接点添加到社区中,得到该节点所在的社区结构.同时该算法还可实现全局网络的社区发现.利用该算法分别对Zachary空手道俱乐部网络和海豚社会网络进行社区发现,实验结果证明了该算法准确性与可行性.

摘要： 随着我国汽车保有量的不断增加,中国已经进入了汽车社会,本文以北京市为例就交通拥堵问题，从宏观方面，对本市车流属性、时空、聚集系数进行了分析，笔者郑重建议:在北京市的六环、七环以外的适当区域建立中央人民政府政务区和北京市人民政府政务区，把相当部分的中央政府机关、北京市政府机关迁到新址办公，这种方案有诸多好处。就微观方面来讲，消除节点是根治交通拥堵的关键。

摘要： 在生物系统中,经常可以观察到自组织现象,系统的一些参数表现出与尺度无关的特性.例如,代谢网络,物种间协同进化过程,以及Internet中的BBSID-networks都可以观察到类似情况.这种与尺度无关特性出现的机理,可能在于在演化进程中,其变异(或联结)具有倾向于聚集中心的偏好性,也就是说,引起演化的变异不是纯随机的,而是趋向聚集中心的变异概率更大.由Barabási与Albert提出的BA模型,其机理为"线性偏好联结"特性.若网络中某顶点其最近邻的顶点数称为"度",假定有k个最近邻顶点,若一个新的顶点加入该网络,那么,新顶点连接到具有"k"度的顶点的概率正比与k+k0,k0为一个常数.由此可知,越具有聚集性的顶点与新加入的顶点连接的概率就越大.进一步,由BA模型可以观察到其聚集系数与尺度无关的特性.对广义的BA模型,我们通过仿真还可以看到其"度"与"聚集度"的概率均出现与尺度无关特性,而且这两者的尺度特性之间存在某种关系.

摘要： 本申请公开了一种非均质性储层聚集成藏系数的确定方法、装置及存储介质，属于油气勘探开发领域。该方法包括：确定非均质性储层的中值深度。根据非均质性储层的中值深度，确定非均质性储层中各个单一岩性储层的成藏孔隙度下限。根据非均质性储层中各个单一岩性储层的成藏孔隙度下限，确定非均质性储层中各个单一岩性储层的排替压力下限。根据非均质性储层中各个单一岩性储层的排替压力下限，以得到非均质性储层的排替压力下限。通过非均质性储层的排替压力下限确定非均质性储层的聚集成藏系数。本申请可以确定非均质性储层的聚集成藏系数，相比于通过单一岩性的排替压力下限来判断聚集成藏的难易程度来说，提高了判断结果的准确性。

摘要： 用于搜索非结构化数据的方法、系统和程序产品。通过由扩展搜索协调器首先搜索非结构化数据，来搜索作为文本数据或图像数据的非结构化数据。扩展搜索协调器具有非结构化数据搜索的搜索请求者和搜索代理之间的中间部件。搜索代理返回搜索结果给协调器以进行聚集。协调器聚集搜索结果并将搜索结果返回给包装器。包装器然后从聚集的搜索结果中提取结果属性，并使所述属性作为例如别名表中的一个或多个列。关系数据库使用结构化查询语言(SQL)可以搜索所述别名表。

摘要： 本申请公开了一种非均质性储层聚集成藏系数的确定方法、装置及存储介质，属于油气勘探开发领域。该方法包括：确定非均质性储层的中值深度。根据非均质性储层的中值深度，确定非均质性储层中各个单一岩性储层的成藏孔隙度下限。根据非均质性储层中各个单一岩性储层的成藏孔隙度下限，确定非均质性储层中各个单一岩性储层的排替压力下限。根据非均质性储层中各个单一岩性储层的排替压力下限，以得到非均质性储层的排替压力下限。通过非均质性储层的排替压力下限确定非均质性储层的聚集成藏系数。本申请可以确定非均质性储层的聚集成藏系数，相比于通过单一岩性的排替压力下限来判断聚集成藏的难易程度来说，提高了判断结果的准确性。

摘要： 用于搜索非结构化数据的方法、系统和程序产品。通过由扩展搜索协调器首先搜索非结构化数据，来搜索作为文本数据或图像数据的非结构化数据。扩展搜索协调器具有非结构化数据搜索的搜索请求者和搜索代理之间的中间部件。搜索代理返回搜索结果给协调器以进行聚集。协调器聚集搜索结果并将搜索结果返回给包装器。包装器然后从聚集的搜索结果中提取结果属性，并使所述属性作为例如别名表中的一个或多个列。关系数据库使用结构化查询语言(SQL)可以搜索所述别名表。

摘要： 提供了新型血小板聚集活性测量设备和新型血小板聚集活性测量方法，其可以用于监测抗血小板治疗。血小板聚集活性分析设备配有：凝血系统分析部分，用于基于添加了血小板诱导物质的含血小板的样品的凝结过程的测量数据分析血小板聚集活性；和输出控制部分，用于控制凝血系统分析部分产生的分析结果的输出。

摘要： 本发明的聚集装置(100)将粒径互不相同的的微珠(1、2)聚集。聚集装置(100)具备基板(10)和光发热用光源(20)。基板(10)以能够保持分散有微珠(1、2)的样品(13)的方式构成。光发热用光源(20)向基板(10)或样品(13)照射激光(201)，使样品(13)内产生温度差。

摘要： 本发明涉及油吸附能力和油保持能力高的纳米纤维聚集体的制造方法和纳米纤维聚集体的制造装置以及油吸附能力高的纳米纤维聚集体。作为解决方法，本发明涉及对从熔液喷出口喷出的聚合物熔液吹送从气体喷出口喷出的高温高压气体从而以微细径纤维状生成、延伸的纳米纤维聚集体的制造方法及其制造装置，涉及以由高温高压气体的风力生成为微细径纤维并延伸中的纳米纤维流与来自高压气流喷出口的二次高压空气交叉的形式喷出并聚集捕集的纳米纤维聚集体的制造方法及其制造装置。此外，作为其效果，提供具有比中心纤维径粗的纤维径的分布量与比中心纤维径细的纤维径的分布量等同或更大的特征且油吸附能力和油保持能力优异的纳米纤维聚集体。

摘要： 本发明的目的在于，实现一种能够对特定场所以外的人的聚集进行检测的技术。人聚集分析装置包括：位置信息获取部(112)，获取移动体(150)的位置信息；移动体外部信息获取部(111)，获取所述移动体(150)的外部信息；以及人聚集信息计算部(113)，参照所述位置信息获取部(112)所获取的所述移动体(150)的位置信息、与所述移动体外部信息获取部(111)所获取的所述移动体(150)的外部信息，来算出表示人的聚集的人聚集信息。

摘要： 本发明公开一种基于高阶聚集系数的期刊评价方法，提出高阶聚集系数的概念，以期刊作者的合作网络数据为计算数据，延伸Watts和Strogatz的聚集系数，计算期刊合作者的高阶聚集系数C(h)，形成图表并分析其高阶聚集系数C(h)在图中所表示的意义。通过采集国内计算机类一级学报的大量合作者样本数据并计算分析，结果表明合作者为20人左右时，合作团队拥有广泛的知识面和较高的合作水平，较易做出高水平的创新性成果，也意味着高水平的论文作者通常和20人左右的学者直接或者间接保持合作关系。本发明的高阶聚集系数同样可用于语言网络等其他呈现出小世界效应的网络分析。

摘要： 本发明涉及一种基于边聚集系数的网络群体划分方法，该方法具体过程是：读取社交网络数据，构造以社交网络用户为节点，用户关系为边的社交网络图，为每一个用户随机赋予一个唯一的标签值，采用基于边聚集系数的标签传播算法来更新用户节点的标签，经过几步的迭代更新后，紧密连接的节点将会拥有相同的特定标签值。根据本发明实施例的社会网络群体划分方法，根据用户关系图边聚集系数属性，通过改进标签传播算法，对用户群体进行划分，划分结果对网络舆情监测、商业用户挖掘等都具有较好的应用价值。