基于K-核分析的中国啤酒品牌二分网络结构研究

以中国啤酒品牌为研究对象,构建了中国啤酒品牌的"市场-品牌"二分网络.并以K-核分析为研究方法,分析中国啤酒品牌的竞争格局.以此为基础,通过修改网络构建去除地域因素,得到中国啤酒品牌的竞争关系网.研究证明,一线城市多聚集大品牌,同一地区的大、小品牌间的竞争最为激烈,研究结果对品牌竞争格局的考察具有较好的适应性.当前市场竞争状况激烈,本文对啤酒企业洞察市场、调整发展战略、科学地进行决策具有重要意义.     

在线视频分享网络中的复杂网络特性研究

随着互联网的普及和Web 2.0技术的发展,以UGC模式为主的视频分享站点迅速成长。创建于2010年的具有UGC模式的爱奇艺网络视频播放平台已经成为主流的新一代短视频分享服务网站。本文对采集到的用户发布视频数据进行了测量,重点分析了视频在类别、时长、播放数和评论数等方面的统计结果以及它们之间的关系,并发现视频网络的小世界特性。然后通过结合节点度分布、网络社区划分K-core分层和Bow-tie模型等方面测量了基于订阅关系构成的用户关系网络的特性,发现该网络的无尺度特性以及用户节点分布的特点。本文针对用户上传的视频以及用户群体本身进行测量分析,这不仅有助于了解UGC视频的结构特点,而且研究爱奇艺中视频的组织形式与其网络拓扑结构可以帮助人们深入理解社交网络的结构特点和视频信息在网络中的传播特征,具有重要的研究价值。     

产品标准网络的建立和优化方法研究

随着社会发展趋于多元化,创意性、高品质和个性化的服务越来越多走进生活,日化用品行业作为发展较为成熟的制造业之一,质量和标准化工作转型升级成为大环境下的迫切要求。本文思考标准、产品、企业和行业间的相互作用,建立系统,借助网络科学理论,构建网络模型,利用K-核和连通性对网络进行优化,计算全局拓扑结构相关指标实现对优化过程的全程监控,为打造信息化标准和标准的智能型个性化服务模式提供技术支持。     

探测和评估复杂网络影响力节点的路径多样性核度中心方法

针对当前复杂网络影响力节点探测和评估方法不能精确定位影响力节点、计算复杂等不足,在传统网络K核分解方法的基础上引入了路径多样性概念,从信息传播角度进行了研究,提出了一种基于路径多样性信息熵进行影响力节点探测与评估的新的核度中心方法,即路径多样性核度中心(C_(ncd))方法。实验结果显示,相对于其他影响力节点探测与评估方法,如度中心法(C_D)、介数中心法(C_R)、接近中心法(C_C)、K核中心法(K_C)及核度中心法(C_(ncd)),C_(ncd)方法能够更精确地对影响力节点进行定位,并且能更细粒度地对节点影响力进行有效排序。     

KTMiner: Distributed k-truss detection in big graphs

Discovering cohesive subgraphs is an important issue in the analysis of massive graphs. A new type of cohesive subgraphs, k-truss, has gained a lot of attentions in recent years. Although different methods have been proposed to extract k-truss subgraphs, they are unable to deal with big graphs, and they suffer from the lack of efficiency. To deal with the problem of finding k-truss subgraphs in big graphs, we propose a novel efficient distributed algorithm, called KTMiner, based on the MapReduce paradigm and the key–value structure. KTMiner is deployed on the Spark platform, a big data framework. Given a specific k value, KTMiner finds edges belonging to the k-truss subgraphs. It includes three consequent phases. First, a novel distributed k-core routine is employed to prune unnecessary vertices from the input graph. Then, the triangle information per edge in the form of a new data structure, called Triangle Set (TSet), is produced. Finally, using a distributed iterative procedure, the desired k-truss subgraphs are detected. KTMiner perfectly caches the reusable data in the distributed memory. In addition, it forms an efficient load balancing mechanism by designing appropriate data structures. This results in a fine-grained parallelism. The superiority of our solution over the state-of-the-art methods is shown by the experiments on real-world graphs.     

社交网络中基于K核分解的意见领袖识别算法

针对在社交网络中挖掘意见领袖时存在的计算复杂度高的难题,提出了一种基于K核分解的意见领袖识别算法CR.首先,基于K核分解方法获取社交网络中的意见领袖候选集,以缩小识别意见领袖的数据规模;然后,提出包括位置相似性和邻居相似性的用户相似性的概念,利用K核值、入度数、平均K核变化率和用户追随者个数计算用户相似性,并根据用户相...