简介:首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序(TOPSIS算法)算法和主成份分析(PCA)对节点重要性和影响力排序;最后,利用修改的网页排名(PageRank)算法讨论了网络科学原创性论文中最具影响力的论文。
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:云计算是目前国际上诸如信息科学与管理科学中的热点研究课题,其中云资源提供商是构建云平台的基本单元。目前,对云资源提供商进行合理的收益分配机制设计是提升云平台运营能力的一个关键因素。本文建立了一个由多个云资源提供商组成的合作博弈模型,分析了该合作博弈的超可加性和核心非空性,并给出了云资源提供商及其联盟的收益分配方案:核心和Shapley值。通过一些数值算例说明了云资源提供商合作博弈的非凸性,并表明了如何计算这个合作博弈的核心和Shapley值,为云资源提供商设计了一种合理的收益分配机制。本文的结果为研究IaaS(基础设施即服务)云资源提供商的合作行为提供了新的理论依据。
简介:为了解决独立软件供应商面临的多个紧急项目点专家资源配置过程中出现的资源竞争和费用偏高问题,本文建立一种以双层规划方法为基础的多紧急项目点——多专家资源供应点-多专家类型的专家资源配置模型,使专家资源配置过程兼顾及时性和高效性,从而确保在全局项目开始时间最早情况下费用最少。为了克服双层规划模型求解时间复杂度过高的缺陷,本文提出一种竞争缓解策略,能够快速求取双层专家资源配置模型的全局满意解。最后,通过数值分析证实算法的有效性。