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。
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:《数学之友》分两期先后刊登了《章士藻数学教育思想初探》[1]和《章士藻数学教育思想渊源及其时代意义》[2]两篇文章.透过这两篇文章,我们了解到章士藻先生的成长历程、主要数学教育思想及其产生的背景等,能够从中真切地感悟到章先生“既是研究者又是实践者”,“他是20世纪最后30年中数学教育界一位具有代表性的人物.”[3]章先生的的数学教育思想十分丰富,深入探讨章先生的这些教育思想对指导基层数学教师开展教学研究活动,特别是农村中小学数学教学与研究活动,具有十分重要的理论价值和实践意义.本文拟对章先生的数学学习观作更进一步的探讨.