简介：针对传统的分析方法没有考虑真实的社会网络的属性特征,比如社会个体属性,社会关系的强度等等,建立了社会网络的扩展图模型,并在此基础上定义了基于信息流的网络层次性结构,提出了基于拓扑势支持的网络骨干节点的发现方法和基于势流动的层次结构发现方法,并通过实际网络的层次结构挖掘验证了所提方法的有效性。

简介：

简介：针对现有的社团划分算法过分粒度化和基于模块度优化存在的局限性，本文引入万有引力的思想，假设社团是由节点之间存在虚拟力牵引聚集而成，提出了一种基于虚拟力作用的社团划分算法。在已知社团结构的真实网络中与GN算法、CNM算法等经典算法对比测试，发现本算法不仅能够给出更加准确的网络的社团结构，还具有较高可靠性和接近线性的时间复杂度。

简介：

简介：构建了一种LR—S复合网络，分别提取了L—IRS网络中的最短路径长度和R—RTCS网络中的活跃度两个元素，提出了一种新的节点间相似度评价函数SA—LEN及基于节点相似度的社区划分算法。通过对多种计算机生成网络和自然网络实验发现，本文的SA—LEN的网络社区发现算法具有较高准确性。

简介：江苏省社会科学院副研究员黄明理在《学海》杂志1992年第6期上发表的《十九世纪的科学成就与唯物史观发现过程中的系统方法》一文中,阐述了唯物史观发现过程中的系统方法是:第一,鸟瞰全局,把社会看成“大系统”。黄文认为,正是马克思、恩格斯第一次科学

简介：为了有效的进行复杂网络社区结构发现,在CNM算法的基础上引进了一种具有额外头部节点的堆数据结构,在社区合并的过程中采用有偏的随机抽样方法,实现了较为保守的合并策略。随机合并算法的输出有更多的机会到达模块度函数的平台区域,在通常情况下其平均表现超过了原始CNM算法。在合成和真实的网络上验证了所提算法的可行性和有效性。

简介：传统的局部适应度社团发现算法（LFM）在社团结构模糊的网络中精度下降严重。针对此问题,提出LFMJ算法。利用邻居节点信息和改进的杰卡德系数重构网络,使网络结构更为清楚,社团划分结果更为准确。为验证算法,选择了5种算法在LFR网络和真实网络中进行测试,包括LFMJ、LFM和传统的LPA算法以及性能较好的WT和FUA算法。结果表明：在标准LFR网络中,LFMJ精度高于LFM和LPA,与FUA和WT相当;在真实网络和具有重叠结构的LFR网络中,LFMJ精度优于其他4种算法。

简介：在对信息网络社区发现研究的基本概念进行简单介绍的基础上,将目前的典型算法初步划分为5类,即传统发现方法、基于分割的方法、基于模块性质量优化的方法、基于动态模型的方法与基于谱分析的方法,然后着重对各种发现方法进行分类分析与比较,并以Web信息网络为例简述社区发现的应用,最后指出了目前方法存在的缺陷与未来可能的改进方向。

简介：围绕解决企业自主创新的瓶颈难题,从电磁学创立到应用的系统研究中,提出＂原始技术创新思维方法范式＂概念,同时阐述了它的科学内涵,并联系企业自主创新实际,着力系统地阐述怎样从根本上建构起自主创新的原始技术创新思维方法范式,即从源头上创新方法,确实建构起观念技术创新、形式技术创新、形象技术创新、中试技术创新和实践技术创新的思维方法范式,再飞跃到创新实践,推动企业自主创新发展。原始技术创新思维方法范式理论是现代创新型企业自主创新的重要法宝,是促进创新型国家发展的重要思想方法。