復雜網(wǎng)絡鏈路分析與社交媒體預測.pdf_第1頁
已閱讀1頁,還剩141頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、復雜性科學被稱為是二十一世紀的科學,復雜性科學的研究對象是復雜系統(tǒng),復雜系統(tǒng)已遍布我們生活的世界的每個角落。網(wǎng)絡是復雜系統(tǒng)的拓撲抽象,是刻畫與分析復雜系統(tǒng)各類對象之間復雜關系的有力理論工具。隨著大數(shù)據(jù)時代的到來,“海量數(shù)據(jù)驅(qū)動”的網(wǎng)絡科學研究為認識復雜系統(tǒng)提供了新的途徑。本文針對網(wǎng)絡科學的建模、分析及預測等方面的理論與應用問題開展重點研究,主要包括以下四個方面內(nèi)容:
  第一,針對真實網(wǎng)絡度分布的不均衡性及結構的模塊特性,提出基于

2、度修正隨機塊模型的鏈路分析模型與算法。度修正隨機塊模型利用網(wǎng)絡模塊內(nèi)節(jié)點度的差異修正節(jié)點間的連接概率,繼承了隨機塊模型對網(wǎng)絡模塊結構的建模能力,同時考慮了度的差異對節(jié)點間連接的影響。實驗結果表明:基于度修正隨機塊模型的鏈路分析算法效果明顯優(yōu)于傳統(tǒng)隨機塊模型及局部相似性方法。
  第二,針對真實網(wǎng)絡節(jié)點間關系的非對稱性,將經(jīng)典局部相似性指標、隨機塊模型等鏈路分析方法拓展到有向網(wǎng)絡。實驗結果表明:基于隨機塊模型的鏈路分析拓展到有向網(wǎng)絡

3、后,方法的準確度與穩(wěn)定性明顯優(yōu)于其它局部相似性及Bi-fan指標;偏好連接指標在無向網(wǎng)絡中預測準確度較低,但在有向網(wǎng)絡中準確度卻顯著領先于其它局部相似性指標。
  第三,針對團隊創(chuàng)新力分析問題,建立了團隊創(chuàng)新力分析的理論模型,給出了團隊創(chuàng)新力度量的指標與方法。以美國慢性疾病關愛合作網(wǎng)絡項目團隊成員的郵件通信網(wǎng)絡為研究對象,基于合作創(chuàng)新網(wǎng)絡理論與語義社交網(wǎng)絡分析方法,研究團隊溝通交流及語言表達的方式與團隊創(chuàng)新力的關系。實驗結果表明:

4、團隊活躍成員數(shù)越多、交流越頻繁、語言表達越坦率,團隊創(chuàng)新力越強。同時隨著項目不斷成熟,網(wǎng)絡密度逐步降低,團隊成員更加專注。
  第四,針對宏觀經(jīng)濟趨勢預測問題,研究了社交媒體信息與資產(chǎn)市場走勢的關系。通過社交媒體測量公眾的情緒與觀點,利用相關分析與格蘭杰因果分析研究推文中反映出的公眾情緒、觀點與股票市場走勢、資產(chǎn)價格變化率之間的關系。實驗結果表明:包含特定情緒傾向的推文比例與股票市場走勢呈現(xiàn)負相關;包含關鍵詞“dollar”、“o

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論