科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
互联网科学中心在《PLOS ONE》上发表论文
文:互联网科学中心 图:互联网科学中心 来源:计算机学院 时间:2013-10-17 3718

 

     近日,计算机软件学院互联网科学中心刘震副教授,何嘉林博士与明尼苏达大学Komal Kapoor博士,Jaideep Srivastava教授合作在《PLOS ONE》上发表了“Correlations between Community Structure and Link Formation in Complex Networks”一文。刘震副教授为论文第一作者,同时和Jaideep Srivastava教授为论文的共同通讯作者。《PLOS ONE》在2013年的影响因子为3.73。

 
     随着网络科学技术的进步,人们越来越关注网络演化增长的内在机理。目前,研究者已经提出了很多刻画网络演化规律的模型,如著名的小世界模型,BA无标度网络模型,富人俱乐部模型等,这些模型从不同角度解释了真实世界网络的演化模式,并共同揭示了聚集性(Clustering)是网络增长的重要特性之一。

     该论文作者注意到真实网络中,如生物网络或者社交网络,结点(细胞分子,网络用户)都倾向于聚集在一起形成所谓的社区结构,如相同功能的细胞分子可能形成组织器官,相同爱好的社交网络用户容易形成朋友圈,而且链路更容易在社区中产生。这启发了论文作者研究社区结构和网络链路形成的内在联系。该论文提出了一种快速社区分块概率模型,可以量化估算链路的连接概率。在真实网络上验证后发现,该论文提出的模型能够准确地预测网络中的缺失链路,换言之,这个模型能够有效预测网络中新链路的产生。通过进一步的分析,该论文作者发现相对于网络中其它链路的预测效果,该模型能够更准确地发现社区中产生的链路;进而总结出了在社区中链路产生的三种原则,指出团结构(Clique)是驱动社区增长的重要结构,这为研究者更深入地认识和理解网络社区结构的演化规律提供了新的研究视角和理论支持。

     论文信息:Liu Z, He J-L, Kapoor K, Srivastava J (2013) Correlations between Community Structure and Link Formation in Complex Networks. PLoS ONE 8(9):e72908.

    全文链接:http://dx.plos.org/10.1371/journal.pone.0072908。  

 

 

 

 

编辑:小陆  / 审核:小陆  / 发布:小陆