简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:建筑市场是一个由复杂社会网络关系构成的系统,企业的竞争力和其在网络结构中的位置和把握网络机会的能力相关。论文从项目合作视角出发,通过建立建筑业企业社会网络模型,并利用区域性案例进行实证。结果发现建筑业不同类型的企业在网络中的位置具有显著不同,服从幂律分布,但本地国有企业占有明显优势,存在市场开放度和竞争不足问题;进一步的,论文通过实证得出了企业市场竞争力受中心度和结构洞中的限制度指标的双重影响,且两个因素之间存在幂律关系。论文的实证结论证明,在不完全竞争条件下,企业要提高自身在建筑市场的竞争力,必须尽可能利用地缘社会关系和政府资源关系,创造和利用网络结构洞,巩固自身在网络中的位置,尽力提高网络个体中心度。
简介:首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序(TOPSIS算法)算法和主成份分析(PCA)对节点重要性和影响力排序;最后,利用修改的网页排名(PageRank)算法讨论了网络科学原创性论文中最具影响力的论文。