亲属关系网络统计特性研究

近年来,许多学者以复杂网络为主要的研究工具,开始深入研究社会网络、技术网络、生物网络和神经网络四大类网络以及各个网络的统计特性和网络上的动力学行为。亲属关系作为一种复杂的社会关系,不同于已有的复杂网络中节点间的连接关系,基于亲属关系构造的复杂网络有其独特的性质。以亲属关系为连接边构建一定地区范围内的亲属关系网络,在此基础上分析和研究亲属关系网络拓扑结构具有的普遍复杂网络统计特性。研究指出,亲属关系网络的拓扑结构具有小世界效应、独特的度概率分布和度-度正相关等特征。同时,对于亲属关系网络的研究将有助于分析出某地区近亲结婚现象存在的可能性高低。     

网络热点话题传播的脉冲时序行为动力模型

微博、论坛等交互式网站上的热点话题是网络舆情的源头与集散地,早期发现与预测网络热点话题是舆情控制的关键。针对交互式网络热点话题,Yasuko Matsubara等人对信息传播的模式进行了建模,提出了SpikeM模型,该模型可以较好地反映信息传播的模式。但是针对热点话题呈现多峰的情况,该模型则无法拟合。且该模型假设针对某一事件,每个网络用户只能发布一次消息,这与实际情况不符。从实际情况出发（针对同一话题,网络用户可以多次发布消息）,提出了脉冲时序行为动力模型（PTSDM）。假设多次发布消息的用户数服从幂律分布,从用户行为的角度分析话题的特征,在模型中引入脉冲干扰,使模型更具随机性,更符合客观实际,从而可以拟合不同类型的热点话题。采用两个数据集作为测试样本,进行了实验,实验表明了所构建模型的有效性。