动态复杂网络中节点影响力的可预测性研究

基本信息
批准号:61803137
项目类别:青年科学基金项目
资助金额:23.00
负责人:任卓明
学科分类:
依托单位:杭州师范大学
批准年份:2018
结题年份:2021
起止时间:2019-01-01 - 2021-12-31
项目状态: 已结题
项目参与者:王澎,马琳,陈诗,许帅帅,陈东瑞,林松,杨泽伟
关键词:
动态复杂网络节点影响力网络预测
结项摘要

The identification and prediction of node influence are of great theoretical and practical significance to be known as a hot research field of complex networks. Most of current research advance is focused on static network or a snapshot of dynamic networks at a certain moment. However, in practical application scenarios, mostly complex networks extracted from society, biology, information, technology are evolving dynamically. Therefore, it is more meaningful to evaluate the node's influence in the dynamic network and predict the future influence of the node, especially before the change of the network structure..In this project, we will firstly analyze topology and dynamics of nodes in dynamic networks, and the stability and predictability of node influence in the dynamic evolution. Secondly, we will contribute on improvement of predicting node influence in dynamical networks, which involves three tasks: algorithmic complexity and time bias in growing networks; algorithmic applicability in time varying networks; algorithmic robustness in a dynamical network with small or sharp disturbances. Furthermore, we will analyze the international trade network based on network disturbances and design a new framework of economic complexity. Finally, we will expand to the improvement of predicting node influence in dynamical networks to multilayer dependent networks and propose a comprehensive solution to prediction of node influence.

节点影响力的识别和预测具有重要的理论意义和应用价值,是复杂网络的热点研究领域。目前大多数研究方法都是针对静态网络或动态网络某一时刻的快照进行的,然而在实际应用场景中,社会、生物、信息、技术等复杂网络都是动态演化的。因此,在动态复杂网络中评估节点影响力以及预测节点未来影响力,特别是在网络结构变化之前的预测更具意义。本项目首先分析动态网络中节点的拓扑特征和动力学特征的演化机制,以及节点影响力在演化过程中的稳定性和可预测性。然后解决动态网络中节点影响力的可预测性面临的三个问题,即在增长网络中,节点影响力算法的计算复杂性和时间偏见;网络实时动态演化时,节点影响力算法的适应性;网络结构微扰或突变时,节点影响力算法的鲁棒性,并进一步应用到国际贸易网络的结构特征分析上,尝试采用新的框架阐释经济复杂性。最后将研究扩展到多层关联的动态网络中,系统研究对节点影响力的可预测性影响,综合提高节点影响力的可预测性。

项目摘要

动态复杂网络节点影响力的识别和预测,有助于我们理解很多实际复杂系统的内在结构特征并帮助我们解决一系列自然和社会系统中的重要问题,具有重要理论意义以及现实应用价值。本项目的主要研究对象是动态网络结构与节点影响力关系。我们首先分析了节点影响力的演化机制,为本项目打下基础。接着着重分析和解决了动态网络中节点影响力的可预测性面临的三个问题即:在增长网络中,节点影响力算法的计算复杂性和时间偏见;网络实时动态演化时,节点影响力算法的适应性;网络结构微扰或突变时,节点影响力算法的鲁棒性,以及利用网络结构演变阐释经济复杂性涌现的问题。本项目既是动态复杂网络结构与功能的理论分析,又是动态复杂网络从理论到应用的创新性课题研究,从应用的角度出发着重研究节点影响力的可预测性问题,同时为解决相关领域的实际问题提供了一个新的思路和方案。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

涡度相关技术及其在陆地生态系统通量研究中的应用

涡度相关技术及其在陆地生态系统通量研究中的应用

DOI:10.17521/cjpe.2019.0351
发表时间:2020
2

跨社交网络用户对齐技术综述

跨社交网络用户对齐技术综述

DOI:10.12198/j.issn.1673 − 159X.3895
发表时间:2021
3

基于LASSO-SVMR模型城市生活需水量的预测

基于LASSO-SVMR模型城市生活需水量的预测

DOI:10.19679/j.cnki.cjjsjj.2019.0538
发表时间:2019
4

内点最大化与冗余点控制的小型无人机遥感图像配准

内点最大化与冗余点控制的小型无人机遥感图像配准

DOI:10.11834/jrs.20209060
发表时间:2020
5

基于多模态信息特征融合的犯罪预测算法研究

基于多模态信息特征融合的犯罪预测算法研究

DOI:
发表时间:2018

任卓明的其他基金

相似国自然基金

1

动态网络中重要节点影响力涌现和消亡的研究

批准号:61803266
批准年份:2018
负责人:廖好
学科分类:F0304
资助金额:25.00
项目类别:青年科学基金项目
2

基于复杂网络的信息传播建模及节点影响力研究

批准号:61901421
批准年份:2019
负责人:刘杉
学科分类:F0102
资助金额:25.00
项目类别:青年科学基金项目
3

基于大数据的复杂交通网络节点动态关联性研究

批准号:61772065
批准年份:2017
负责人:董宝田
学科分类:F0211
资助金额:61.00
项目类别:面上项目
4

复杂网络中节点和连边的免疫有效性研究

批准号:61603131
批准年份:2016
负责人:欧阳博
学科分类:F0304
资助金额:21.00
项目类别:青年科学基金项目