基于超图的矩阵制企业项目小组超网络形成机制研究

在众多社会网络中,由于现实世界的普遍性,合作网络一直以来是网络研究的热点之一。在企业中,有一些工作需要以项目小组的形式由企业成员合作来完成,矩阵制企业项目小组就是一种特殊的合作网络。本文以某消费品公司的矩阵制企业项目小组结构为例,以职能部门的人员为节点,以项目小组作为超边,构建基于超图的矩阵制企业项目小组超网络拓扑结构,对所建的拓扑结构模型有关拓扑特性进行计算和分析。然后,从动态的角度对矩阵制企业项目小组进行研究,建立节点具有竞争力的矩阵制企业项目小组的非均齐超网络形成机制模型,体现了项目小组的变化和增加过程。通过分析发现矩阵制企业项目小组中存在多重领导,对人员的绩效考核与薪酬调整都会起到影响作用,本文的研究可以帮助理解自然界和社会中的很多合作网络的变化规律。     

超网络中的舆情传播模型及仿真研究*

现实中,个体受到来自不同社会关系网络中所有邻居的信息传播的影响。引入超网络刻画个体的复杂社交关系,基于传染病学建模的思想,模拟超网络中的舆情传播过程。对比分析舆情在超网络和复杂网络结构下的传播过程。当超网络的结构参数取特定值时,模型可以退化为复杂网络模型。进一步,测试超网络结构参数、传播率、恢复率及初始传播节点对舆情传播的影响。探讨舆情的传播时间和波及范围,进而揭示网络舆情的传播规律。     

互联网空间下的城市网络格局及结构研究*

大数据时代,互联网成为科学研究的有效工具和平台。借助百度搜索指数数据,运用复杂网络方法构建互联网空间下有向加权城市网络模型,分析互联网上的城市网络格局及复杂结构。以我国36大城市数据为样本,实证发现该城市网络的节点出权及入权累积分布均符合指数分布,归类网络中的城市活跃类型,计算挖掘出网络中的关键城市节点以及网络的凝聚子群。从互联网新媒介视角对“互联网 ”计划下城市网络结构做出了新的解析,丰富了城市复杂网络的研究,对城市的建设规划、管理具有指导意义。     

基于多层网络的供应链金融建模与分析*

以多层网络理论为理论基础,将企业看成节点,企业间的关系看成连边,依据供应链金融真实的交易背景,建立供应链金融网络演化模型,试图为供应链金融提供新的研究方法。通过数学解析得到该供应链金融网络累积稳态平均度分布,利用计算机模拟对结果进行分析。结果表明多层网络建模得到的累积稳态平均度分布指数大于3,供应链金融网络呈无标度特性,供应链金融网络对供应链关系的依赖程度以及供应链金融网络新节点的连边数会改变网络的标度律大小,影响中枢节点的数量。     

博客评论的人类行为动力学实证研究和建模*

由于Internet上的在线通信信息可以存储在数据库中,它为研究人类动力学提供了机遇。本文基于网上博客评论的数据统计,给出评论时间间隔分布的实证研究。发现人们对于某个话题的兴趣逐渐消失,评论的时间间隔服从幂律分布。根据这个特征,提出一个兴趣逐渐消失的人类行为动力学模型。用非齐次Poisson过程对模型进行严格分析,获得事件的时间间隔分布的解析表达式。结果表明,这个模型的时间间隔服从幂律分布,幂律指数由两个参数调节,其范围在区间（1,∞）中. 理论预测和实证结果相吻合。     

基于资源分配与图嵌入加权的链路预测算法

融入权重信息的加权链路预测算法大都具有更好的预测效果,现有的大多数加权算法都是基于外部权重信息,基于网络拓扑结构权重的研究较少。针对此问题,提出一种利用无权网络的结构特征生成结构权重的加权链路预测算法。首先计算资源分配指标得到网络局部结构相似性,再利用DeepWalk算法学习网络结构特征生成节点向量得到余弦相似性,将2个相似性结合定义出网络的结构权重。最后在4个数据集上进行实验,将融入权重信息的3种不同类型相似性指标W-CN、W-LP、W-RWR与对应的无权指标进行对比。结果表明,融入结构权重信息的预测算法具有更高的预测精度。     

静电防护管理体系建立的理论与实践

研究国际静电防护管理体系标准的组成及应用范围、国际静电防护管理体系对IS09000质量管理体系的成功借鉴及其独特的技术管理思想。以中小型电子制造企业静电防护管理体系导入实践为研究案例,给出了中小型电子制造企业建立静电防护管理体系的步骤和流程。研究发现:中小型电子制造企业本身不仅可以经济而高效地取得国际静电管理体系认证,而且还会将国际静电防护管理体系的管理和技术向整个供应链网络传播,有效地提高了生态供应链的整体静电防护水平。该研究可为中小型企业静电防护管理体系的建立和静电供应链管理提供理论与实践上的指导,有助于国际静电防护管理体系认证在我国中小型企业的大规模推广,以提高我国企业在全球化竞争中的整体竞争力。     

积分—微分方程边值问题解的存在性

本文指出了[1]之不足。利用和Lcray-Schaueler定理获得了边值问题解的存在性定理。     

基于图注意力的高阶网络节点分类方法

为了更好地学习网络中的高阶信息和异质信息,基于单纯复形提出单纯复形—异质图注意力神经网络方法—SC-HGANN。首先,用单纯复形提取网络高阶结构,将单纯复形转换为单纯复形矩阵;其次,使用注意力机制从特征单纯复形中得到异质节点的特征;再次,对同质和异质单纯复形矩阵进行卷积操作后,得到同质特征与异质特征,通过注意力算子进行特征融合;最后,得到目标节点的特征并将其输入到节点分类模块完成分类。与GCN、HGNN、HAN等基线方法相比,提出的方法在三个数据集上的macro-F₁、micro-F₁、precision和recall均有所提升。表明该方法能有效地学习网络中的高阶信息和异质信息,并能提升网络节点分类的准确率。     

相依随机变量列的极限定理

相依随机变量列是否有大数定律是可靠性理论和管理科学中经常遇到的问题。本文讨论了相依随机变量列的极限定理,获得了渐近负相关随机变量列的大数律,且伯恩斯坦大数律可作为本文结果的特例。特别是,获得了Loéve定理的一个等价形式,并讨论了相依随机变量列部分和上升的阶。