基于局部社团结构平衡的双模符号网络链路预测研究

随着互联网产业的高速发展,双模符号网络已经成为一类常见的复杂网络,然而针对此 类网络的分析较少。本文在传统非符号网络局部社团理论和符号网络结构平衡理论的基础上,首次提出了双模符号网络下的局部社团理论。这一理论不仅考虑了符号网络中共同邻居的信息,还引入了共同邻居间存在的连接。进一步地,本文推导出符号网络中基于局部社团信息的加权平衡回路增益指数,该指标可以表示双模符号网络中用户节点和产品节点间的符号关系。为了将该指标更好地应用于双模 符号网络链路预测问题,本文提出了加权平衡回路增益分类器算法。实验结果表明,相比其他经典链路预测算法,新算法具有更好的预测能力。     

基于高斯谱聚类的风险商户聚类分析

随着电子支付的普及,市场涌现出越来越多的第三方支付平台,而当前关于第三方支付平台商户风险方面的研究相对较少。故本文提出基于高斯谱聚类的风险商户聚类方法,首先使用高斯混合模型构建交易-交易群体的双模网络;其次借助网络中信息传递的思想构建“商户-交易群体网络”的双模网络;再次使用双模网络聚类方法中的谱聚类方法同时对网络中的两类节点聚类,对商户节点聚类的结果可区分出不同风险级别的商户,对交易群体节点聚类的结果可以进一步描述风险商户的交易特征;最后本文分别在模拟数据和某第方支付平台的实际数据中验证了模型的有效性。实验结果表明,本文提出的方法不仅可以准确地区分出不同风险级别的商户群体,而且能总结归纳风险商户的交易特征,为风险商户的监管提供参考。     

国有企业CEO“政治晋升”与“在职消费”关系研究

本文运用A股2005~2011年国有上市公司面板数据,探讨国有企业CEO政治晋升激励与在职消费的关系。突破目前流行的"显性—隐性"契约激励研究范式,本文探讨在"政治晋升"与"在职消费"双重隐性激励范式情境下,国企高管如何对两种激励做出权衡和抉择。本研究发现,这两种激励之间存在着非对称的替代效应,即政治晋升可能性越高的CEO,其在职消费行为存在收敛现象。进一步探究影响机制,我们发现政治晋升对在职消费的影响路径有两个:国企高管的"政治晋升"一方面直接抑制在职消费,另一方面它激励更高的"公司绩效",相应地会提升在职消费。综合来看,政治晋升对在职消费的抑制作用大于提升效应。     

双模网络下基于节点流行度的潜在空间模型

本文提出了双模网络下基于节点流行度的潜在空间模型，不仅能够显式地表达节点间产生连接的概率，而且可以推导出双模网络的连接的传递性、节点度的异质性等特征，这些特征可以通过数值化定量的方式描述网络生成过程中的常见规律。在此基础之上，本文进一步提出了加权概率指标，用以衡量双模网络的节点间未来产生连接的可能性。最后，本文分别在模拟数据、公开数据集和某在线点评网站的商户一消费者网络数据上验证了模型假设符合实际数据的分布，并使用加权概率指标与其他多种双模网络链路预测的方法进行比较分析。实验结果表明，本文提出的方法不仅可以量化分析网络生成过程中的特征，而且在实验数据上的链路预测能力整体优于其他双模链路预测方法。