基于復(fù)雜網(wǎng)絡(luò)的若干動(dòng)態(tài)機(jī)制研究.pdf

1、作者簡(jiǎn)介謝輝，河南息縣人。2006年畢業(yè)西安科技大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)專(zhuān)業(yè)，獲碩士學(xué)位。2008年3月在西安電子科技大學(xué)計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)專(zhuān)業(yè)開(kāi)始博士研究生階段學(xué)習(xí)。導(dǎo)師：楊林研究員、馬建峰教授。主要研究方向：推薦系統(tǒng)、復(fù)雜網(wǎng)絡(luò)等。代表性成果及經(jīng)歷：已在《JournaloftheKoreanPhysicalSociety》、((IntemationalJournalofModemPhysicsC》、((ModemPhysicsLettersB》

2、等權(quán)威、核心刊物發(fā)表學(xué)術(shù)論文多篇。HuiXiewasbominXixian，HenanProvince，China，in1978HereceivedtheMSdegreeinComputerSciencefromXi’anUniversityofScineceandTechnologyXi’an，Chinain2006HeiscurrentlypursuinghisPhDdegreeinschoolofcomputersciencean

3、dtechnologyXiDianUniversityXi’an，ChinaHisresearchinterestsincludeRecommenderSystemsandComplexNetworksHehaspublishedseveraljoumalpapersonmanyauthoritativeJoumals，sucnas“Jo啪aloftheKoreanPhysicalSociety”，‘‘InternationalJour

4、nalofModemPhysicsC”，and‘‘ModemPhysicsLettersB”Abstract(inChinese)Abstract(inChinese)復(fù)雜網(wǎng)絡(luò)廣泛存在于自然界和人類(lèi)社會(huì)中，例如交通運(yùn)輸網(wǎng)絡(luò)，電力系統(tǒng)，電話通信網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)，細(xì)胞網(wǎng)絡(luò)，蛋白質(zhì)一蛋白質(zhì)相互作用網(wǎng)絡(luò)，互聯(lián)網(wǎng)等。因此，研究這些網(wǎng)絡(luò)不僅對(duì)人類(lèi)的工作和生活有著重大意義，而且對(duì)我們了解自然界的演化規(guī)律有著重要的指導(dǎo)價(jià)值。我們使用k近似方法檢測(cè)社區(qū)動(dòng)態(tài)

5、變化，并與其他常見(jiàn)的算法比較來(lái)推斷社區(qū)結(jié)構(gòu)的相似性。通過(guò)分析社區(qū)節(jié)點(diǎn)之間的模塊化分析，得到邊的分配聚集的實(shí)際效果。我們提出了兩個(gè)完全不同類(lèi)型的圖形的節(jié)點(diǎn)的近似算法，并證明了在海豚數(shù)據(jù)集上的可行性。高度的模塊化是社區(qū)內(nèi)的邊緣比(或高于那些權(quán)重)和一個(gè)類(lèi)似的隨機(jī)生成的圖(即不存在一個(gè)社區(qū)結(jié)構(gòu))的一個(gè)重要指標(biāo)。社區(qū)發(fā)現(xiàn)使用模塊化的優(yōu)化具有和派系結(jié)構(gòu)相似的結(jié)構(gòu)。社會(huì)網(wǎng)絡(luò)的謠言傳播的四個(gè)狀態(tài)(“無(wú)知者”，“傳播者”，“免疫者”和“潛伏狀態(tài)”)在第

6、三章進(jìn)行了論證。我們擴(kuò)展了謠言傳播的標(biāo)準(zhǔn)模型，并給出一個(gè)在不同拓?fù)錀l件下完整的BA網(wǎng)絡(luò)模擬結(jié)果。在第四章，我們提出了推薦系統(tǒng)用戶評(píng)分的相似性度量，從而在社會(huì)網(wǎng)絡(luò)起到積極的信息過(guò)濾。在過(guò)去的十年里，社會(huì)推薦系統(tǒng)已經(jīng)得到了物理，社會(huì)學(xué)和計(jì)算機(jī)科學(xué)等領(lǐng)域越來(lái)越多的關(guān)注。在這項(xiàng)研究中，我們使用社會(huì)網(wǎng)絡(luò)來(lái)捕獲用戶興趣的相似性，使用推薦系統(tǒng)來(lái)探討潛在的相似之處。利用豆瓣網(wǎng)的書(shū)籍和評(píng)論者的數(shù)據(jù)集，我們建立了相似性預(yù)測(cè)模型。我們使用奇異值分解評(píng)估了模型

7、的相似性測(cè)度的優(yōu)缺點(diǎn)，并討論了有效的推薦系統(tǒng)。我們提出并研究了一種小世界網(wǎng)絡(luò)上的輿論動(dòng)力學(xué)的模型。特別的，我們將Hegselmann—Krause模型作為一個(gè)互動(dòng)的隨機(jī)過(guò)程，并通過(guò)計(jì)算機(jī)模擬進(jìn)行分析。我們通過(guò)對(duì)自系數(shù)的確定來(lái)分析輿論過(guò)程中將會(huì)出現(xiàn)的持久的影響。根據(jù)遠(yuǎn)程連接和自系數(shù)，從無(wú)序到有序的過(guò)渡過(guò)程，我們觀察到豐富多彩的動(dòng)力學(xué)行為?？偟膩?lái)說(shuō)，我們發(fā)現(xiàn)自系數(shù)的出現(xiàn)促進(jìn)共識(shí)，由于所謂的“組效應(yīng)”，有利于存在于網(wǎng)絡(luò)中的觀點(diǎn)之間的聚集。而且