符号网络理论研究与应用

A social network is called signed network when there is an attribute with positive (+) and negative (-) sign between two members in it. In social system, the positive or negative attitude of a member to others in networks would influence the attitudes and actions of the other members. And therefore these positive or negative attitudes will lead global diversification of the whole social networks. It is important to detect the attitudes between members for the decision making or decision optimization in social operation and management. In this proposal, the main research contents are as following: the topology structure with properties of signed network will be give a detailed study, and optimal algorithms will be design on partition approximations of the members in signed networks based on k-weaken balanced conditions. The structure properties of signed networks will be discussed, network model on real social networks with positive and negative attribute links or with direction attribute links will be constructed with agent algorithms. It is necessary to detect the individual or group behaviors law in signed networks, a model named enterprises ecosystem network will be abstracted to simulate the real relationships between enterprises with empirical data analytic. The research features in this proposal are network model introduced in the positive/negative sign for links, generalized conditions to promote Davis weak balance theory by delta k-balanced equilibrium condition, and model of enterprise ecosystem network in a coordinate.

符号网络是指网络成员之间的关系具有积极（+）或消极（-）两种属性的特殊社交网络。网络成员之间的消极或者积极态度将会影响网络成员的行为。若能及时捕捉网络中成员之间态度，对管理与运作中的决策制定、决策优化等至关重要。 研究内容：一是符号网络的结构性质研究。设计符号网络模型的生成算法，研究网络拓扑特征，推广完善符号网络的结构理论。二是分析符号网络行为，包括网络个体、群体的传播行为、传播路径，发现网络成员之间连接趋势，优化群体划分算法，通过数据分析证明符号网络群体发现算法的有效性。三是设计符号网络性质企业多层生态群落网络模型。采集可结构化的实际数据，对应于生态群落网络模型对数据进行分层，研究不同网络层上结构理论、用户行为、不同层间的地位关系等。 模型中引入正负符号属性、利用delta k-平衡条件推广Davis的弱平衡理论判定条件、以及在一个坐标系中定义企业生态群落模型是本项目的特色和创新点。

现实生活中存在许多情绪对立的关系。如战争中国家之间的敌对和盟友关系，电商买家对商品以及服务的好评和差评，微博用户的积极乐观与消极遁世等态度。这些用户之间的积极、消极关系可以抽象为符号网络。网络用户的消极或者积极态度会影响网络成员行为。及时捕捉网络中成员之间态度，可以有效的发现顾客对产品的支持或者反对、企业之间的合作竞争等有益信息，对管理与运作中的决策制定、决策优化等至关重要。. 本课题侧重于符号网络结构模型与行为发现、数据实证分析等问题的研究。包括三方面：. 一是符号网络的结构性质研究。研究网络模型的生成算法，研究网络拓扑特征。研究符号网络的结构性质，完善其结构理论。研究发现，在合作网络中，成员之间的合作是通过完全随机、择优选择或者两者兼有的方式建立起来的；成员之间的合作是在不断相互适应、相互竞争的演化过程中进行的；平等的收益分配比有利于合作，惩罚机制以及资源等也是合作的影响因素。. 二是分析符号网络行为。分析网络成员连接行为以及成员地位等，包括网络个体、群体的传播行为、传播路径。分析网络成员之间连接趋势，优化群体划分算法，通过数据分析证明符号网络群体发现算法的有效性等。研究表明，网络中成员的群聚构成社团遵循物以类聚演化机理。结合网络的结构，利用网络成员的局部结构和全局信息，发现社团成员首先按照自身属性的相似聚集为大片，然后再局部凝聚而成。也是就是说社团是网络自身不停的进化而形成的。. 三是采集可结构化的实际数据，构造实际的网络，拟合模型。收集整理国内管理科学与工程学科的学术数据、信息技术的专利合作数据，美国物理学会的论文等数据。研究不同等级的企业之间的结构关系、用户行为、地位关系等。发现，网络成员在网络中的重要性首先从自身的结构位置进行评价，根据其自身的邻居的数量以及其邻居之间连接信息进行度量。