结合熵有效性函数的FCM算法识别社团结构

挖掘和发现复杂网络中的社团结构是复杂网络研究的基础性问题。针对复杂网络中的社团结构往往具有重叠性,提出了结合熵有效性函数的模糊聚类(Fuzzy c means, FCM)算法。首先基于信息熵提出了熵有效性函数,用于确定网络的“最佳”聚类数;其次给出了聚类数范围和两个过滤条件;最后将三者与FCM算法相结合,应用到Zachary’s karate club network、Dolphin social network和American college football network的社团结构检测。为了进一步体现熵有效性函数的优越性,将熵有效性函数和模块度函数,分别与k means算法相结合,对3个网络进行了实验。实验结果表明,熵有效性函数可以较准确的找到“最佳”聚类数,且结合熵有效性函数的FCM算法划分结果精确度都在90%以上。     

链路预测的网络演化模型评价方法

在网络演化研究领域,以前工作中对于网络演化机制之间的比较并没有公平、统一的标准。该文基于链路预测理论,采用极大似然估计思想建立了一套用于评价网络演化模型的体系。在基于自治系统的数据实验中,比较了GLP和Tang两个演化模型,结果显示GLP优于Tang,而且得到的最优参数也与其提出者给出的均不相同。实验结果表明基于一定规模为真实网络使用新参数生成的网络更加接近真实网络,并且本文的评价框架可以为模型参数的选取提供建议。     

复杂网络中的社团结构算法综述

社团结构是复杂网络的一个极其重要的特性,网络社团结构挖掘在生物学、计算机科学和社会学等多个领域都具有很重要的意义。近年来,针对不同类型的大规模复杂网络,人们提出了很多寻找社团结构的算法。该文综述了该领域最新的比较有代表性的一些算法,重点分析了基于模块度指标的改进算法,能够体现社团层次性和重叠性的新算法,衡量社团划分算法好坏的基准图。最后展望了该领域的未来研究方向。     

基于概率主题模型的社交网络层次化社区发现算法

针对传统的社区发现算法大多基于网络拓扑结构寻找独立的社区结构,忽略了用户兴趣属性,并且不能有效地发现社区间的相关性和层次关系等问题。该文提出一种新型的基于PAM(pachinko allocation model)概率主题模型的层次化网络社区发现算法,综合考虑了用户的兴趣和用户的社交网络关系,在同一模型平台上实现层次化的社区结构发现和用户兴趣挖掘,并捕捉和揭示社区之间的关联性和重叠性等特征。模型采用Gibbs采样方法进行参数推导。在真实数据集上的实验结果验证了所提出算法的可行性和有效性。     

利用局部拓扑信息发现模糊社团结构

根据网络节点的局部拓扑信息,给出了节点与社团的相似度度量方法,提出了一种新的发现网络模糊社团结构的粒子群算法。该算法在迭代过程中依据节点对不同社团的相似度来不断调整粒子的位置向量,减少了搜索的盲目性,提高了搜索效率。对不同规模的计算机生成网络和真实网络进行测试,实验结果表明,该方法能有效、快速的给出网络的模糊社团结构。     

科研领域关联网络的社团结构分析

利用复杂网络对我国自然科学基础研究领域关联网络的社团结构进行研究.科研项目管理部门为申请者提供了代表各个研究领域的申报代码体系,每个立项建议书中填报了一个或两个研究领域代码.通过这些立项建议书构建了研究领域关联加权网络(WNRA),提出了一种应用于加权网络的社团结构发现算法,并使用公共实验数据验证了算法的有效性.应用本文提出的算法.对多个年度的领域关联网络的社团结构进行了分析,参照管理部门给出的申报代码体系,发现各年度的社团结构的变化状况.有助于了解我国各个学科领域的发展状况,并对管理部门调整申报代码提供支持.     

科研领域关联网络的社团结构分析

利用复杂网络对我国自然科学基金研究领域关联网络的社团结构进行研究.科研项目管理部门为申请者提供了代表各个研究领域的申报代码体系,每个立项建议书中填报了一个或两个研究领域代码.通过这些立项建议书构建了研究领域关联加权网络(WNRA),提出了一种应用于加权网络的社团结构发现算法,并使用公共实验数据验证了算法的有效性.提出的算法对多个年度的领域关联网络的社团结构进行了分析,参照管理部门给出的申报代码体系,发现各年度的社团结构的变化状况.该算法有助于了解我国各个学科领域的发展状况,并对管理部门调整申报代码提供支持.     

入侵检测技术中Apriori算法的应用与改进

采用关联规则挖掘网络数据包可以发现数据包中各属性字段间的频繁关系，通过模式的学习与训练可以发现网络用户的异常行为模式。采用作用度的Apriori-lift算法削减了Apriori算法的挖掘结果规则，使网络入侵检测系统可以快速的发现用户的行为模式，而且能够快速的锁定攻击者。Apnori—li蹲法提高了基于关联规则的入侵检测系统的检测性能。     

基于模糊c均值聚类的社团结构探测新方法

通过对社团结构定义的研究,提出了一种基于模糊c均值聚类算法的网络社团探测新方法.利用网络节点间的最短路径长度、Person相关系数方法及平方法构造了节点间的相关度等价矩阵,从而将社团发现问题转换成节点的聚类问题.在此基础上,应用模糊c均值聚类算法以及网络划分形式对应的模块度来确定最优的社团结构,最后利用Zachary空手道俱乐部网络和Dolphin网络这两个经典模型验证了该算法的可行性.     

一种改进的凝聚图聚类方法

以无向非加权图为研究对象,提出了一种基于社团结构核心区域集的图聚类方法,一个社团结构核心区域集是满足五个限定条件的一组完全子图的集合。同时对聚类过程进行分析,给出具体算法描述。实验结果表明该方法能显著提高聚类的精度。     

高校政务微博运作机制现状研究———以河北某高校共青团新浪微博为例

提出一种新型的种子节点社团挖掘算法，首先，利用主成分分析技术由单一性节点重 要性评价指标提取出综合性评价指标，挑选评价指标值最大的节点作为种子节点，对其进行广 度优先搜索，指标值大的节点不断地影响指标值小的节点，得到种子节点所在的社团结构。然 后，从已知社团结构外选取综合性评价指标值最大的节点重复上述过程，得到初始社团结构集 合。对于社团结构间存在重叠节点情况，根据重叠节点与两个社团间的连边数解决重叠节点的 归属问题，得到最终网络的社团结构。基准网络的实验结果表明，所提出的综合评价指标能更 好地表征节点的重要性，与谱方法社团挖掘实验结果相比，所提出的种子节点社团挖掘算法具 有较高性能。     

基于知识图谱的银行反欺诈模型的研究与应用

针对传统的银行反欺诈模型已无法满足欺诈检测要求的及时性与准确性的问题,本文提出了一种基于知识图谱的反欺诈模型。该模型基于多源信息和高维衍生特征的大数据,构建知识图谱,对信贷个体进行全方位画像,分析关联关系,并抽取网络属性。从四大方面、两大维度挖掘风险特征,四大方面指个人基本信息、账户信息、征信和行为信息,两大维度指个人节点和网络结构。最后将风险特征代入LightGBM,判断是否为欺诈类型,并得到对应概率。实验表明,相比于仅使用个人自身特征的模型,使用个人特征加网络特征的模型效果更好,AUC和F1分数分别提升5.18%和5.71%。因此,该方案能够有效地为银行对个人信贷进行欺诈评估。     

网络结构异质性对疾病传播影响的初步研究

为研究网络结构异质性对疾病传播的影响,基于N-intertwined模型构建出连续时间的异质SIS模型,分析模型解存在唯一性条件和传播阈值,并得到模型零解全局稳定性。由传播阈值与邻接矩阵谱半径的关系,分析出网络结构影响疾病传播的主要因素。由ER随机网络和BA无标度网络的数值模拟,验证了疾病更容易在无标度网络中传播。通过数值模拟得出:当初始阶段个体染病概率相同或某一社团存在局部传染源时,无标度网络社团之间的耦合强度不会影响最终染病人数,但会促进或抑制疾病传播;而相对于无社团结构的无标度网络,社团结构的存在会缩短染病人数达到平衡的时间。     

政治动机、政治技能和社团参与对网络政治参与行为的影响——基于公民自愿模型的分析

基于公民自愿模型视角,以城市居民为例,定量分析了政治动机、政治资源和社会网络对网络政治参与行为的影响。研究发现,政治动机、政治资源和社会网络对网络政治参与行为均影响显著,其中作为政治资源的政治技能和作为社会网络的社团参与程度的影响作用尤为显著;在政治动机包含的两个变量政治兴趣和政治效能感中,则政治兴趣的影响作用更为显著。     

基于复杂网络的通信工程专业课程体系分析

基于复杂网络理论对通信工程专业课程体系进行建模并分析。首先,利用Gephi软件对专业课程体系网络进行可视化展示,并分析课程体系网络的度、聚集系数、介数和平均路径长度,从而可以了解专业知识在课程系统中的学习顺序、课程与课程之间的知识联系紧密程度以及不同课程的重要性。并对课程体系网络的社团属性进行了研究,从社团角度视角分析了通信工程专业课程网络体系的特性,从而从整体上把握通信工程专业课程体系,为课程教学体系结构优化提供理论支持。     

基于API频繁模式挖掘算法的Android恶意应用检测方法

文章提出一种基于API频繁模式挖掘算法的Android恶意应用检测方法,通过挖掘API调用之间的关联,发现恶意软件中具有的频繁模式,采用一定去冗余操作提高检测的准确率检测未知的Android软件,并通过实验验证方法的可行性和有效性.结果显示,该方法对检测未知的Android软件可以达到83﹪的检测准确率,具有一定实用价值,可为进一步研究提供参考.     

基于危险理论的网络风险评估模型

为有效评估网络信息系统的网络风险,提出了一种新的基于危险理论的风险评估模型(DTREM)。在给出网络活动中自体、非自体、免疫细胞的定义,建立由记忆检测器、成熟检测器、未成熟检测器集合构成的入侵检测子模型后,进一步给出了基于危险理论的网络风险定量计算子模型。利用该模型,可以实时定量地计算出主机和网络当前所面临攻击的各类攻击和总体网络风险强度,理论分析和实验结果均表明,该模型为实时网络安全风险评估提供了一种有效的新途径。     

大学生消费者网络团购意向实证研究——基于TAM和ISSM整合模型

尽管技术接受模型应用较为广泛,但将它直接应用到网络团购意向研究中会存在一些不适之处,因此应整合技术接受模型和信息系统成功模型,建立消费者网络团购意向模型,利用调查问卷进行数据搜集,并通过PLS结构方程软件对数据进行实证分析。研究结果发现:团购网站系统质量对消费者感知易用、感知有用以及用户满意度均产生显著正向影响作用;团购网站信息质量对消费者感知有用、用户满意度产生显著正向影响作用;社会影响对感知有用、网络团购态度、网络团购意向均产生显著正向影响作用;消费者感知易用、感知有用以及用户满意度均对网络团购态度产生显著正向影响作用;网络团购态度对网络团购意向产生显著的正向影响作用。另外,研究发现TAM和ISSM整合模型解释了消费者网络团购意向61.7%的变异,比仅使用技术接受模型进行消费者网络团购意向的解释程度更高。     

基于风险数据挖掘追踪技术的网络入侵检测研究

网络入侵检测是通过分析网络流量行为来识别网络中恶意活动的过程,针对网络入侵检测面临的海量数据入侵检测的挑战,提出了一种新的基于KDD CUP 99数据集的特征选择算法,将基于滤波器和包装器的方法相结合,选择合适的特征进行网络检测入侵。首先,基于训练数据的一般特征对特征进行评价,不依赖于任何挖掘算法;然后,采用互信息萤火虫算法(MIFA)作为基于包装器的特征选择策略进行特征提取,进一步基于C4. 5分类器和基于贝叶斯网络(BN)的分类器,结合KDD CUP 99数据集对得到的特征进行分类;最后,将提出的方法与已有的工作进行比较。实验结果表明:10个特征足够检测入侵,并提高了检测精度和假阳性率。     

基于零模型的开源社区大众生产合作网络结构研究

以google code开源社区为例,依据生产者合作关系按照复杂网络理论构建大众生产合作网络模型及合作网络的零模型,实证了该网络的小世界、无标度及同配性特性,并探测了三节点和四节点模体及社团结构,结果发现该网络模体同步能力较强,开源社区合作涌现性可能与这些模体有着密切的联系,为开源社区大众生产研究提供了新的视角.