浅谈社区防范体系的构筑

社区安防是社区建设的重要组成部分，城市社区治安环境与治安秩序的好坏。直接影响到社区成员的安居乐业与社区的建设和发展。本文就如何整合各方面力量对社区治安进行综合治理．构筑有效的社区防范体系进行了探讨。从而保证社区居民的正常工作、学习和生活，保障社区建设的良性运行。[编者按]     

基于核心节点的网络社区发现方法研究

本文充分利用社会网络中存在普适幂律分布的特性,提出了基于核心节点的局部社区发现算法（EALCN）,利 用改进的PageRank 进行节点排序,然后利用网络中的局部信息对局部目标函数进行优化,从初始的种子节点不断优化后获得 目标函数,最终获取局部社区,仿真实验表明,该算法利用少量的局部信息便能够比较快速的找出社区结构,具有较高的执行 效率。     

数字社区的功能及定位

数字社区是社区层面的信息化，采集管理利用信息、提高管理水平和服务水平是数字社区建设的根本。数字社区的建设主体是政府引导支持，多方共同参与。本文通过对社区的功能进行分析，给出了建设数字社区应具备的功能，数字社区建设的总体框架及数字社区与电子政务、电子商务之间的关系与定位。     

不可或缺的社区学前教育

伴随"教育社会化"的趋势和社区建设的发展,社区学前教育已成为我国幼教事业发展的重要趋势。本文分析社区学前教育的内涵,提出发展社区学前教育的必要性,并联系其发展和研究现状提出建议。     

可探测社区稳定结构的局部社区发现算法

社交网络的动态变化使社区发现的精确度面临更高挑战。目前提出的大部分算法都是以寻求模块度最优解来发现社区,但往往会忽略所发现的社区结构是否稳定。根据力学平衡原理即当一个物体所受内部力和外部力平衡的条件下可达稳定状态,因此基于点的稳定性机制,判断节点来自社区内部连边数量与来自外部社区连边数量的最大值是否保持平衡,提出一种可探测稳定结构的局部社区发现算法。网络的稳定性大小与社区的结构有很大的关系,因此将网络的稳定性作为一种新的评价社区结构优良的标准。通过在真实网络和人工集成网络上进行实验对比发现提出的算法的社区结构稳定度比其他算法高,同时能发现精确度高的社区。     

改进的动态图社区演化关系分析方法

传统基于相邻时间片分析所获得的社区演化关系无法完备地刻画动态图社区演化的整个过程。为此提出了一种改进的社区演化关系分析方法。首先,定义社区事件,并根据发生的社区事件来描述社区的演化状态;然后,对两个不相同时间片内的社区进行事件匹配,从而获得社区演化关系;最后,通过实验将所提方法与传统方法进行比较。实验结果表明,所提方法发现的社区事件总数是传统方法的2倍以上,可为动态图社区演化过程的描述提供更丰富的信息。     

数字社区叫好不叫座

社区信息化在经历盲目跟进、跑马圈地、炒作概念、搞花架子工程、重复浪费等热闹喧嚣之后，必将进入冷静反思、理性建设的时代。     

复杂条件下的社区搜索方法

社区搜索旨在寻找包含给定节点集的社区，能够快速获取个性化的社区信息.针对现有社区搜索算法难以满足复杂搜索条件的现状，提出条件社区搜索这一新问题.解决该问题有助于对社交网络进行智能分析，在复杂搜索条件下为用户提供更好的社区结果.首先，基于布尔表达式，给出条件社区搜索问题的形式化定义，可有效表达给定节点不能出现在社区内以及给定节点中至少有一个出现在社区内的要求.接着，提出解决条件社区搜索问题的通用框架，包括对搜索条件进行简化、根据简化后的搜索条件进行多次单项条件社区搜索、合并各单项条件社区搜索的结果等主要步骤.同时，提出"社区搜索+过滤"的方法和给点加权的方法来进行单项条件社区搜索.最后，真实数据集上的大量实验结果表明所提方法的正确性和有效性.     

Web社区管理研究综述

随着互联网不断增长,对Web社区这种新的社会交流应用形式进行研究具有重要的意义,并引起人们广泛关注,但其理论研究仍然落后于实践。通过讨论Web社区的定义,对比分析国内外的研究现状,对Web社区管理的研究主要集中在建模、社区发现、用户交互和推荐等领域,其中社区发现和推荐研究充分利用了Web社区具有关系和协同的特点。总结相关研究成果,并从服务管理、声誉管理和社会搜索三个方面对未来的研究趋势进行了展望。     

基于节点拓扑结构和属性的重叠社区检测算法

近些年来,网络中的重叠社区检测应用越来越广泛,这极大引起了人们的兴趣。通常重叠社区检测只考虑节点的拓扑结构信息,忽略了节点的属性信息,这可能会遗漏数据间的重要结构。本文提出了一种基于节点拓扑结构和属性相似度的局部社区检测算法。首先,计算出节点与社区之间属性相似度。其次,为挖掘内部紧耦合的社区,计算出能够表示耦合性的模块度增量。最后,通过融合多个已检测到局部社区,计算出隶属矩阵从而获取全局重叠社区结构。在三个有真实社区的数据集上的实验结果从内部指标模块度和与真实社区的比较验证了基于节点拓扑结构和属性相似度的重叠社区检测算法比目前基于节点结构的社区检测算法在效率和有效性上有所提升。     

基于种子节点选择的重叠社区发现算法*

识别网络社区对于了解社会网络的结构和功能具有重要意义。由于网络中某些节点可能属于多个社区,因此重叠社区的研究已经吸引了人们越来越多的关注。本文针对目前从局部社区扩展成全局社区时有关算法的种子节点选择不合理的情形,提出了一种基于种子节点选择的重叠社区发现算法。本算法首先根据影响力函数找出局部影响力最大的节点,由这些节点构成的种子集合较好的分布在整个网络中,然后以这些种子点构造初始社区,根据设定的吸引度函数选择性添加节点来进行社区扩展。实验结果表明,该算法在真实网络上进行测试时能够有效的挖掘网络中的重叠社区。     

我国城市社区信息化现状及对策分析

近年来,随着Internet技术的迅速普及,我国城市社区信息化得到快速发展。本文首先介绍了城市社区信息化的一般知识,然后针对我国城市社区信息化的建设现状,深入分析了存在的问题,并提出了切实可行的解决对策。     

城市社区信息化调研分析——以福建省为例

对福建省城市社区信息化建设现状进行调查研究,分析社区信息化建设存在的问题以及导致这些问题的主要原因,结合国内外社区信息化建设的现状与经验,提出社区信息化建设的改进建议.     

智慧社区建设研究

智慧城市是未来发展的热点,智慧社区是其中重要的建设内容。该文对智慧社区的建设进行了研究,包括建设目标、建设内容等。     

智慧社区建设研究

智慧城市是未来发展的热点,智慧社区是其中重要的建设内容。该文对智慧社区的建设进行了研究,包括建设目标、建设内容等。     

基于KL-Ball的社区挖掘方法

针对邻接矩阵的稀疏特性,采用KL散度来计算网络节点间的距离,提出了一种基于KL-Ball的社区挖掘方法.该方法中,一个KL-Ball代表一个社区,它从质心、半径、互信息及密度4个方面来描述社区,其中质心决定了社区在网络中的位置,半径刻画了社区所能覆盖的范围,互信息度量了社区中包含节点的一致性,密度反映了社区包含节点的数量.给定一个半径,期望从复杂网络中寻找具有低信息、高密度的社区,低信息使得社区包含的节点具有较强的一致性,高密度使得一个社区具有较强的凝聚性.为此,定义了一个基于KL-Ball的社区挖掘目标函数,给出它的优化算法,并从理论上证明了该算法的收敛性.依据社区半径的大小及质心的位置,该算法可应用于非重叠社区挖掘以及重叠社区挖掘.实验结果表明,基于KL-Ball的社区挖掘方法可有效地挖掘网络中蕴含的社区结构,包括非重叠的社区及重叠的社区.     

社区花园参与式设计营造策略研究

城市社区建设是城市更新探索的重点，多年来社区建设主要着眼于建筑和基础设施改造，而居民对居住环境的内在需求和人文景观建设等方面日益增长的多元需求无法得到满足，社区花园参与式设计营造为社区更新探索出一种新路径。文章实地调研天津市南开区宜君里社区，探索其社区公共空间的更新与社区参与方式，一是整合社区碎片化空间构建社区花园空间网络，二是构建多元共建共治的社会网络，建立系统性社区花园参与式设计营造网络，对于推进参与式社区建设及探索社区更新具有重要借鉴意义。     

利用非重叠CD生成解的集成重叠社区检测

为了更便捷准确地进行重叠社区检测,考虑从多个非重叠社区结构中推断出重叠社区,提出一种集成重叠社区检测(IOCD)算法。首先,根据基础社区检测(CD)算法的结果为每个顶点生成一个特征向量,通过这些特征以无监督学习的方式检测密集连接的重叠区域,即利用非重叠CD解来提取与每个顶点相关联的隐性特征信息;然后,不断迭代,最大化每个顶点属于其自身社区的可能性。在合成网络和真实社区网络数据集上进行实验,实验结果表明,在3个标准度量下,所提IOCD算法明显优于其他同类算法,几乎不受基础CD算法的影响。