复杂网络节点中心性

将网络中心性方法按照理论特征划分为节点关联性、网络最短路和模拟流问题,并对现实网络的局域性、信息完备性和动态性进行了深入分析,在此基础上建立了中心性方法与实际网络之间的匹配关系.     

复杂网络子图中心性分析

许多现实网络虽然具有小世界和无标度的全局结构特征,但可能具有非常不同的局部结构特征,子图从局部层次刻画了网络内部相互连接的特定模式.本文通过仿真分析的方法研究了ER随机网络、WS小世界网络和BA无标度网络模型的子图中心性的特点,得出了这三类网络模型的子图中心性与网络密度、重连概率和网络规模之间的关系.仿真结果表明,子图中心性能够刻画复杂网络的拓扑结构.     

基于图论的中国高铁网节点中心性进化研究

为了研究中国高铁网节点中心性及其进化情况,针对中国高铁2017年底、2020年初的分布情况及国家高铁网八纵八横规划(2035年)分别构建了基于图论的中国高铁网.通过对交通网节点中心性评估算法的分析,提出了中国高铁网重要节点的评估方法.通过仿真实验分析了不同参数组合得到的结果,并据此分别确定了不同时段(2017、2020、2035)的重要节点Top20,对这些节点中心性的进化过程进行对比,分析了部分重要节点排名波动的原因.     

基于复杂网络的大型互联网企业高管分析

采用复杂网络分析特定属性群体。以互联网企业高管简历作为原始数据,以高管姓名和分词系统抽取实体关键词作为节点,个人简历中是否包含关键词作为连接边的条件进行建模,使用复杂网络理论对所建网络进行分析。实验结果表明,部分关键词节点度值存在明显差异,归一化后的特征向量明显大于介数。通过统计分析发现,美国和北京相关背景很重要,同时对比归一化后的介数和特征向量证明两点:第一,社会关系中个体涉及的实体对象比在社会关系网络中的位置更为重要;第二,跨行业跳槽人员的职业背景经历可能会给其在新的企业中的个人发展带来不利影响。     

基于真实数据集的动态网络时间中心性分析

针对动态网络中时间中心性的适用性问题进行实证性研究.对动态网络建模方法进行了描述,在分析时间可达图构建方法的基础上,定义了与传统的度值、接近数、介数等中心性相对应的时间中心性度量.进而基于公开发布的第三方数据集以及来自本校校园网的用户在线数据,对时间中心性和静态中心性之间的相关性进行了实证性研究和分析.实验结果表明:在合适的时间跨度下,时间度中心性和静态度中心性具有较高且稳定的相关度,而接近数和介数在不同的度量方法下不存在显著的相关性.     

基于复杂网络的欧洲航空公司网络特征分析

为探究区域层级的航线网络特征与演变,以汉莎航空和瑞安航空在欧盟区域内的航线网络为研究对象,运用复杂网络理论从航空公司角度构建航线网络模型,分析网络的拓扑结构特性,不仅对同一航空公司不同时期的网络结构变化进行纵向对比,而且对不同航司之间的网络特征进行横向对比.研究表明,两家航空公司的运营性质不同导致航线网络的发展变化上有明显差异,航线网络的度分布均服从幂律分布,无标度特性显著,机场覆盖范围都在扩大,相比之下瑞安航空的航线数和机场平均度更高,且注重提高对机场的使用率,而汉莎航空的紧密中心性和中间中心性都明显高于瑞安航空,个别枢纽机场对整个网络具有绝对的控制能力.     

基于复杂网络的中国四大机场群多极航线网络结构特征分析

为了科学优化我国机场群航线网络发展布局,以京津冀、长三角、粤港澳大湾区、成渝双城经济圈四大世界级机场群作为研究对象,基于复杂网络分析方法构建了机场群航线客运网络模型,测度航线网络结构的基本特征指标、中心性指标以及机场群成员间相似系数。结果表明：四大机场群航线网络均具有小世界网络和无标度特征;网络中心化程度较高,具有紧密集中趋势,机场间航线分配不均匀,通达性差异大,枢纽机场控制作用突出;长三角机场群成员间航线同质化特征显著,明显高于其他三个机场群。     

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中常用的识别节点影响力的中心性指标有介数中心性、度中心性、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.     

基于含时网络与随机矩阵理论的投资组合研究

考虑到资产收益率间复杂的线性和非线性动态相关及演化关系,基于Pearson相关系数、Kendall秩相关系数和Tail相关系数等构建含时网络并结合随机矩阵理论,研究最优投资策略问题。为了对比不同相依关系、不同中心性测度及是否降噪对投资策略的影响,构建了9个资产筛选网络模型,并基于上证180指数数据,求解最优投资策略,分析其内样本和外样本表现。研究发现:在Kendall和Tail相关系数下的模型所选资产组合可以有更低的交易成本,运用随机矩阵理论进行降噪能显著提升投资收益,含时条件中心性测度的引入有助于筛选出更优的资产组合。     

基于改进拉普拉斯中心性的高速路网状态识别方法

为提高高速公路网络运行效率,考虑不同路段对于路网运行状态的时空影响差异性,提出一种高速公路网络交通状态识别方法。定义路网各类型路段为节点及其状态计算方法,建立基于“改进拉普拉斯中心性”和“时空影响因子”的路网状态识别模型。其中,利用皮尔逊相关系数改进拉普拉斯中心性方法以评估节点自身影响,设计时空影响因子评估邻居节点影响;融合节点自身及邻居节点影响,建立节点权重系数模型;在以上基础上建立反映路网交通状态的综合判别模型。以京港澳高速徐水-清苑的高速公路网络为例予以验证,结果表明：在不同交通需求情景下,本方法能有效识别交通状态;对比TPI模型和VHT模型,本方法状态识别精准度均为最优,尤其是在交通需求大的情况下,对比稳定性较强的TPI模型,本方法准确率提升了2.8%,进一步证明了模型的适用性强,能够满足工程实际的需要。     

复杂知识网络的结构特征对知识流动的影响

利用Jackson算法构建了知识网络的计算实验模型.该知识网络模型具备典型社会网络的五大特征.通过仿真试验探讨了单个虚拟的知识网络中具有不同属性的知识结点其知识水平演化的规律,两个具有不同知识水平的虚拟网络间建立知识合作联系的不同机制对落后网络和先进网络间知识扩散程度的不同影响,以及落后网络的网络密度和连接权重对网络间知识扩散程度的不同影响.     

基于邻介熵和邻度熵的复杂网络中心性算法

识别复杂网络的重要节点是复杂网络研究的关键点,也是网络稳定性判定的重要理论基础.常用的识别节点影响力的中心性指标有介数中心性、度中心性、特征向量中心性和K-core中心性等,这些指标在识别重要节点时存在一定的局限性.为了解决以上问题,将节点vi的邻居节点集划分成关联邻居节点集(MR)和非关联邻居节点集(MUR),结合图...     

基于复杂网络理论的网络容量估算

基于复杂网络理论统计参数的介数概念,给出了网络在发生随机故障后,网络中边的最大介数估算公式.边的介数是指通过该边的最短路径数量,网络中拥有最大介数的边在通信过程中最容易出现拥塞,提出估计公式的意义在于:能够更好的估算在各种情形下网络所能容纳的通信连接的数量,即可以更准确的估计网络容量.实验表明,所提出的估计公式具有合理性,为边的介数估算提供了一种新的方法,也可以为流量工程的设计及网络规划等提供重要依据.     

中心方法在复杂网络中的比较

在复杂网络分析中,中心性分析已经显示出是一种很有价值的方法。它用来检测网络中的关键点以及对网络元素进行排序。为了支撑这种分析,文中讨论了5种中心性方法,并且在一个人工网络和2个实际网络中展示了它们的应用。这些方法的运用显示了在某种网络中有某种较强的关联,但在另一种网络中有较弱的关联。分析表明:对于复杂网络分析,几种方法应当同时考虑。     

A measure of centrality based on modularity matrix

In this paper, a kind of measure of structural centrality for networks, called modularity centrality, is introduced. This centrality index is based on the eigenvector belonging to the largest magnitude eigenvalue of modularity matrix. The measure is illustrated and compared with the standard centrality measures using a classic dataset. The statistical distribution of modularity centrality is investigated by considering large computer generated graphs and two networks from the real world.     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

基于精准k核的复杂网络节点重要性评估方法

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能.     

基于复杂网络理论的Internet拓扑节点特征分析

基于复杂网络理论对Internet的IP级拓扑中的节点特征进行了分析。阐述了复杂网络理论中节点度、度相关性、聚集系数等特征的概念。采用由skitter和fastrace实际测量得到的四幅拓扑,提取其复杂网络特征,并进行了比较分析。