基于加权合著网络的结构洞特征分析

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (2): 40-44.

基于加权合著网络的结构洞特征分析

赵姝，刘倩倩，刘峰，张燕平

1.安徽大学计算机科学与技术学院，合肥 230601
2.安徽大学计算智能与信号处理教育部重点实验室，合肥 230601

出版日期:2016-01-15 发布日期:2016-01-28

Analysis on characteristics of structural hole for weighted co-author networks

ZHAO Shu, LIU Qianqian, LIU Feng, ZHANG Yanping

1.School of Computer Science and Technology, Anhui University, Hefei 230601, China
2.Key Laboratory of Intelligent Computing and Signal Processing of Ministry of Education, Anhui University, Hefei 230601, China

Online:2016-01-15 Published:2016-01-28

摘要/Abstract

摘要： 科研合作日趋频繁，形成了大量复杂的网络结构，如引文网络、共引网络及合著网络等，合著现象也越来越多。结构洞的发现有助于科研合作中提高团队整体的创新能力。目前对于合著网络的结构洞分析多为无权网络，为了研究合著者的紧密程度在结构洞分析中的作用，以加权的合著网络为研究对象，将权重引入到约束度中，并对现有的结构洞算法——HIS算法进行改进，提出一种基于加权约束度的结构洞挖掘算法（W_CIHIS算法）。用约束度作为衡量指标，将W_CIHIS算法与HIS算法应用到公共数据进行对比，实验结果表明提出的算法有很好的效果。

null

关键词: 结构洞, 合著网络, 加权网络, 约束度

Abstract: The scientific research cooperation is becoming more and more popular. There are a large number of complex networks, such as citation networks, co-citation networks and co-author networks and so on. Mining the structural hole in a co-author network is helpful to improve a team’s innovation ability of the scientific research cooperation. Most of the analysis on the structural hole is the unweighted network. In order to study the closeness on the characteristics of structural hole, it focuses on the weighted co-author networks. By introducing the weight into the constraint function of structural hole, and then improving the existing algorithm HIS for structural hole, it proposes a weighted algorithm for structural hole（W_CIHIS algorithm）. With constraint as measurement for mining structural hole spanners and the public datasets, it compares the W_CIHIS algorithm and the original one. The experimental results show that W_CIHIS algorithm works better.

Key words: structural hole, co-author network, weighted network, constraint

赵姝，刘倩倩，刘峰，张燕平. 基于加权合著网络的结构洞特征分析[J]. 计算机工程与应用, 2016, 52(2): 40-44.

ZHAO Shu, LIU Qianqian, LIU Feng, ZHANG Yanping. Analysis on characteristics of structural hole for weighted co-author networks[J]. Computer Engineering and Applications, 2016, 52(2): 40-44.

[1]	葛炎1，蒋国平2，宋玉蓉2，李因伟1. 加权网络中考虑边权和度的熟人免疫策略[J]. 计算机工程与应用, 2019, 55(8): 74-79.
[2]	胡健，朱海湾，毛伊敏. 基于时序加权PPI网络的关键蛋白质识别[J]. 计算机工程与应用, 2019, 55(23): 150-162.
[3]	田鹤1，赵海2. 水电运行仿真软件网络结构特征的度量[J]. 计算机工程与应用, 2018, 54(3): 259-264.
[4]	赵姝1，2，刘倩倩1，2，陈洁1，2，张燕平1，2. 加权网络的结构洞挖掘算法[J]. 计算机工程与应用, 2016, 52(9): 135-139.
[5]	王国明1，李夏苗1，胡正东1，2，蔡鉴明1，曹晓东1. 长株潭城市群交通网络结构洞分析[J]. 计算机工程与应用, 2012, 48(15): 1-6.
[6]	张志华，封筠，赵正旭. 工程软件格式加权网络的复杂特征分析[J]. 计算机工程与应用, 2011, 47(31): 82-85.
[7]	周宽久，兰文辉，冯金金. 软件执行过程的加权复杂网络[J]. 计算机工程与应用, 2011, 47(17): 51-55.
[8]	张森，张兴芳. 正则蕴涵算子族G-λ-R₀的约束度理论相关研究[J]. 计算机工程与应用, 2010, 46(7): 49-51.
[9]	韩华，王娟，王慧. 改进的CNM算法对加权网络社团结构的划分[J]. 计算机工程与应用, 2010, 46(35): 86-89.
[10]	李伟伟，王红，仇娜. 有向加权网络的局域世界演化模型[J]. 计算机工程与应用, 2010, 46(33): 94-97.
[11]	杨光华^1,2，李夏苗¹，谢小良¹. 加权区域物流网络结构分析[J]. 计算机工程与应用, 2009, 45(26): 245-248.
[12]	李稳国^1,2,王力虎¹,陈明芳¹. 加权网络簇系数[J]. 计算机工程与应用, 2008, 44(28): 55-56.