社团划分

摘要： 针对工业物联网在实际运行中面临着功能失效因素不断增多、信息威胁加速渗透、攻击手段复杂多样等问题,考虑到工业物联网受到的攻击异常特征,提出了一种基于攻击异常特征的工业物联网修复方法。该方法通过将受损网络中正常节点进行社团划分,并根据攻击异常特征在每个社团中选取相应的代表节点后,在这些代表节点之间构建新的连接。仿真结果表明,该方法能够有效恢复工业物联网的结构和功能,为工业物联网的稳定运行提供理论方法。

摘要： 网络聚类模式发现是网络分析中的一项重要任务,好的网络布局应能体现网络中的聚类特征,并允许用户从不同层次探索网络结构。为此,基于社团划分和多层次布局思想提出了聚类特征层次布局算法。首先利用种子节点和个性化PageRank对网络实现社团划分;其次根据划分结果对网络进行粗化,并设计了粗化网络初始布局;然后利用节点度信息改进力导向模型以完成细化;最后,为验证所提算法的有效性,设计了从整体到局部的实验。实验表明所提算法能够在有效时间内生成高质量的布局结果,与现有布局算法相比,所提算法更能真实展示网络聚类特征,同时兼顾网络微观结构,能够满足用户从不同层次探索网络结构的需要。

摘要： 重大突发事件下,由于应急物流体系规划不足,应急物资的采购、运输、储存、调拨、配送及回收等职能分散在不同部门、地区和企业,导致应急物资运输通道受阻、应急物资分拨不畅等问题。针对灾前应急物流中心统筹规划问题,构建高速公路、高速铁路和航空线路3种运输方式相结合的综合运输网,运用复杂网络理论对综合运输网络进行社团划分,找出区域内路网联系密切的城市社团;采用弗洛伊德算法计算得到各城市至社团内其他城市的最短运输距离,以此为基础选择应急物流中心备选城市;根据区位理论构建包括是否有机场、运输距离、人均GDP、城市面积及高速公路连接度、国家物流枢纽等的评价指标体系,用熵权TOPSIS法对备选城市综合评价,确定最适合的城市作为每个社团内部的应急物流中心。以长三角区域为例,采用该方法将地级及以上城市划分为4个社团,每个社团内有8~12个城市,确定南京、苏州、宁波和徐州4个应急物流中心及各自的覆盖范围。从灾前规划的角度考虑应急物流中心选址问题,有利于提升灾害发生后应急物资运输可靠性及时效性;同时注重数据的可获得性,避免了过多假设,更加切合实际,计算简便、有效。研究可为区域应急物流中心选址以及物流网络优化提供决策支持,对提升区域应急保障能力有重要意义。

摘要： 运用复杂网络理论分析全球国际航空网络的结构复杂性,以Newman快速算法对网络中的城市进行社团识别和划分,并结合社团结构理论深入分析其内部结构特性。研究发现:全球国际航空网络的度和度分布空间差异明显,平均路径长度较短且聚类系数较大,紧密中心度绝对差距和相对差距较小,中介中心度分布函数呈幂函数形态。网络中的城市被划分为18个社团,规模差异大,地理位置相邻近的城市更容易形成同一社团,但也有部分城市表现出远距离相互作用。各大洲的社团边界清晰且种类分明,唯独欧洲的社团边界模糊且种类过多。结果表明:全球国际航空网络具有“无标度网络”和“小世界网络”特征,网络由少量高度值城市主导,网络聚集性较强且全局效率高。少部分城市承担了主要中介功能,大部分城市几乎没有中介能力。网络的社团规模存在显著异质性,分布具有明显的地理集群特征,但地理位置邻近的城市航空联系未必紧密。大规模社团内部连通性更好,小规模社团内部网络密度更大。各大洲的国际航空市场结构稳定,而欧洲尚未形成稳定的航空联系。

摘要： 该文针对社团划分存在的重叠区域问题引入三支决策思想,提出了一种基于吸收度的社团划分算法(3WD-PPOC).3WD-PPOC首先根据网络结构的重要度矩阵进行社团的初始划分,再利用F吸收度来构建社团间的重叠区,即社团边界域,并得到各社团的正域,最后通过P吸收度来完成对在社团边界域中节点的再次划分和社团正域的更新.对比同类算法,3WD-PPOC具有较低的时间复杂度.实验结果进一步表明:3WD-PPOC能够有效地进行社团划分,相比其他社团划分算法,3WD-PPOC表现出更好的社团划分质量,划分后的各社团结构更紧密.该算法对社团重叠节点的划分具有较好的稳定性.

摘要： 随着国内和国际间贸易活动规模的不断扩大,航空运输的经济价值和社会价值不断提高.飞机为航空运输实现的载体,构建出航空网络并对其结构进行实证研究与分析有着极其重要的现实意义.文中主要以全球航班信息为基础,借助复杂网络对全球航空网络进行分析,发现全球航空网络是一个无标度的小世界网络,其度分布为幂律分布.通过拟合发现点介数与度主要呈指数关系,但是在随着度的增加,点介数与度之间主要为线性关系,并且随着度的增加聚类系数也趋于稳定.此外,通过社团划分算法发现,全球航空网络具有明显的区域聚集效应.

摘要： [目的/意义]《在科学家座谈会上的讲话》指出要对创新体系进行优化组合,加强科技力量统筹.当前我国科研人员总量稳居世界第一,对这一群体进行全面、客观、准确地了解是依靠新型举国体制攻关卡脖子技术、推进有组织的科研、实现科研力量统筹管理的重要基础,科研人员群体画像是实现此目标的有效途径之一.[方法/过程]首先,明确科研人员群体画像的概念,并根据科研信息的数据类型设计标签体系.其次,依据"角色法"等理论基础,提出考虑相似兴趣的科研人员群体画像构建方法,即通过关键词共现和社团划分得到具有相似研究兴趣的科研人员群体.最后,再对群体进行多角度的描述和呈现.[结果/结论]以某大学的学院为例,群体画像能够直观有效地描述科研兴趣群体并具有实践意义.[局限]词主题分析还需人工参与,词网络划分不能兼顾规模和效果.

摘要： 网络节点表示学习是网络数据分析挖掘中的一个基础问题,通过学习网络节点表示向量,可以更加精准地对网络节点进行表征.近年来,随着深度学习的发展,嵌入方法在网络节点表示学习方面得到了广泛应用.同时,网络数据在规模、模态等特征方面也有了很大的变化,研究重点从单网络分析挖掘逐渐演变至耦合网络分析挖掘.本文首先分析了嵌入方法在单网络节点表示学习中的研究现状,对比了现有方法的优劣.然后借鉴单网络中嵌入方法的思想,针对耦合网络提出了耦合网络嵌入模型CWCNE.针对耦合网络的特性,改进了嵌入方法中的游走算法,提出了一种网络间带约束的随机游走策略;同时改进了模型的训练方法,使用网络间迭代训练的方式来学习模型参数.最后使用了社交耦合网络、学术耦合网络、影视耦合网络、诗词耦合网络、著作耦合网络等5组数据集验证了CWCNE的有效性.并在社团划分、实体识别、标签分类等任务上取得了良好的结果.

摘要： 社交网络日益成为人们分享和传递信息、维护和拓展社会关系的重要平台,研究社交网络中的社团划分能够挖掘社交网结构特性,发现个体之间的关联和集群规律,从而追踪信息传播路径并实现舆情监控.论文针对社交网络社团划分中广泛应用的标签传播算法进行改进,提出融合节点影响力的标签传播算法,解决现有标签传播算法的随机性,提高社团划分的准确性.该算法综合考虑节点的自身特性和全局特性,计算网络中各节点的影响力,按影响力由高到低的顺序异步更新标签,保证影响力较强的核心节点的标签值能够优先传播.一系列实验结果表明,基于影响力因素的社团划分算法提升了算法的稳定性及社团划分的准确率.

摘要： 本文在基于节点的社团划分算法与基于连边关系的骑墙节点检测算法的基础上，开发出了一套应用于大型复杂网络的可视化平台。该平台综合采用了圆形布局与聚类布局，提供用户两种不同的可视化效果，其中，基于社团划分的可视化效果充分展示了社团间的关系，而基于骑墙节点检测的可视化效果充分展示了节点的多维社团属性。该平台还提供了丰富的交互功能，帮助用户从不同层面查看网络结构信息。

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： 本发明公开了一种基于HW‑Louvain(HausdorffweightLouvain)的城市公交网络划分性空间社团探测方法。通过采用Hausdorff距离加权策略进行城市公交网络建模，并对Louvain算法进行距离加权改进，可以在顾及空间距离邻近性的基础上，获取城市公交网络的划分性空间社团结构。本发明采用的技术方案是基于公交线路连接关系，构建公交站点间的网络连接关系，使用正六边形格网进行城市空间剖分，以正六边形为网络节点，建立城市公交网络的空间网络模型；采用Hausdorff距离加权计算六角格剖分单元间的权重，然后在Louvain算法的社团合并和模块度计算中使用Hausdorff距离加权进行改进。

摘要： 本发明公开了一种基于HW‑Louvain(HausdorffweightLouvain)的城市公交网络划分性空间社团探测方法。通过采用Hausdorff距离加权策略进行城市公交网络建模，并对Louvain算法进行距离加权改进，可以在顾及空间距离邻近性的基础上，获取城市公交网络的划分性空间社团结构。本发明采用的技术方案是基于公交线路连接关系，构建公交站点间的网络连接关系，使用正六边形格网进行城市空间剖分，以正六边形为网络节点，建立城市公交网络的空间网络模型；采用Hausdorff距离加权计算六角格剖分单元间的权重，然后在Louvain算法的社团合并和模块度计算中使用Hausdorff距离加权进行改进。

摘要： 本发明公开了一种基于模块度划分通信社团的全端可靠性计算方法，包括基于模块度的电力通信网社团划分和基于最小路集的全端可靠性计算，通过社团划分的方式，显著降低了网络拓扑的复杂程度，通过空间分解，大大减少了网络的状态空间，在一定程度上缓解了“状态空间爆炸”问题,从而减少算法在查找最小路集上花费的时间。通过模块度划分出的通信社团内部拓扑结构复杂度远低于整张电力通信且相互独立，对其内部的全端可靠性分析引入并行计算，最终得出的通信社团连接拓扑结构也较为简单，对其全端可靠性的分析时间消耗较少。

摘要： 一种电力光纤网社团划分方法，涉及电力通信技术领域，解决现有电力光纤网中按行政区划分后各部分社团内部不连通、韧性度差、全局信息计算量大等问题，本发明通过构建电力光纤网络模型，提取骨干网，定义电力光纤网络模型中边的局部边介数，基于全局邻介数的边影响力度量，去边找到模块度最大时的划分以及合并孤立节点及剩余社团连接获得最终社团划分结果等步骤实现。本发明在原有骨干网的基础上，通过改变部分三级网的节点归属，使得各社团内部连通，网络整体韧性度得到明显提高，社团结构更加明显。根据实验分析得出，划分后的各部分区域内部全部连通，整体韧性度提高了18.56％，并降低了时间复杂度。

摘要： 本发明涉及一种基于社交网络的社团划分方法、系统及存储介质，方法包括：从社交网络中获得用户数据，对用户数据进行预处理得到节点的邻接矩阵和属性矩阵；根据注意力机制，通过邻接矩阵和属性矩阵捕获节点的高阶拓扑邻近性和邻近性权重；通过图自动编码器和所述邻近性权重，对所述邻接矩阵和所述属性矩阵进行联合编码得到节点的低维嵌入表示；通过聚类算法对低维嵌入表示进行聚类得到节点的软聚类分配，通过所述软聚类分配得到目标损失函数，将目标损失函数迭代至最小化得到训练模型；根据训练模型得到节点的社团划分结果。通过将网络拓扑结构和属性信息进行有效集成，对节点低维嵌入表示和软聚类分配迭代优化，使社团划分更准确。

摘要： 本发明公开一种基于复杂网络的工业大数据的社团划分及向量表征方法，方法首先初始化工业制造大数据的知识图谱，然后计算新节点与初始化知识图谱中的任意节点的链接概率，最后选择链接概率最大的前s个节点作为目标节点与新节点建立链，从而完成对新节点的社团划分。此外，采用上述社团划分方法进行工业大数据的向量表征，首先找出工业制造大数据的知识图谱社团网络中所有社团的簇首节点，并计算任意节点到其所在的社团中簇首节点的路径长度，然后对簇首节点进行向量表征，最后聚合簇首节点的向量表征和任意节点的向量表征，生成聚合后的任意节点的向量表征。本发明有效的解决了工业大数据知识图谱顶层应用的可扩展性和实时性差的问题。

摘要： 本发明公开了一种基于超图的超网络社团划分方法，从超图理论的视角出发，对于超网络进行分析，尤其是将GN算法引入到超网络理论研究的实际中，通过GN算法，对于在超网络社团中的划分引入一个新的方向，在实验的过程中，通过对GN算法的深入研究以及超网络图的构成要素分析后，将超网络图转化为2‑section图和线图后，将GN算法融入到其社团划分的实践中，最终得到实验成果，并且在此基础上，总结出了一定的超网络社团划分实验步骤的通用模式。为下一步的研究提供了理论指导。

摘要： 本发明公开了基于改进模块度社团划分的电力通信融合网络生成方法，包括：构建电力网络拓扑结构；建立线路能量传输稳定性指标，线路在电力网络拓扑结构中的重要性指标以及线路功率介数指标；建立节点电气关联强度指标；改进复杂网络社团划分Louvain算法中用于评价社团质量的模块度，获取电气模块度；获取社团数量以及每个节点所属的社团；确定通信网络中核心层、骨干层和接入层节点数量；构建通信网络拓扑结构；构建电力通信融合网络数学模型；构建双星型电力通信融合网络和网状型电力通信融合网络数学模型；本发明提高了电力通信融合网络区域分配合理性，提出了符合实际特征的电力通信融合网络生成方法，解决了电力通信网络研究数据稀缺的问题。

摘要： 本发明提供了一种移动社会网络中基于路径的社团划分方法，包括以下步骤：S1，构造社团结构；根据边介数中心性计算公式计算社会网络中边的边介数中心性，并移除边介数中心性最大的那些边，得到社团结构；S2，融合移动社会网络用户信息；通过判断碎片社团和孤立点与大社团之间信息传播的重要路径来实现融合；S3，移动社会网络动态更新方法；基于粒子群优化算法，通过更新速度和位置来调整社团中的组成，实现社团动态更新。应用本技术方案可解决初步划分社团之后的碎片问题，并且能更新社团动态。

摘要： 本申请实施例提供了一种用户社团的划分与风险用户的识别方法、装置及电子设备。该方法包括：获取待处理异质网络，待处理异质网络是基于用户与指定实体类型的实体之间的关系构建的；基于关系的同关系值概率，从待处理异质网络的关系中提取目标关系，得到处理后异质网络，同关系值概率为每两个用户所拥有的相同关系类别的关系具有相同关系值的概率；对处理后异质网络进行社团划分，得到用户社团。基于本方案，能够根据同关系值概率对关系网络中的有效关系进行提取，减少关系网络数据规模，保证社团划分时的效果，有助于基于划分出的用户社团进行风险防范。