有符号网络中的平衡性
本文介绍基于带符号社交网络中结构平衡的度量、模型和链接预测算法,这些网络除含有传统的 “朋友” 链接外,还含有 “敌人” 链接,文章中提出了几种新的基于结构平衡的度量方法,社区算法和链接预测方法,并评估了这些方法在四个签名网络数据集上的表现。
Feb, 2014
本研究探讨了有符号网络,基于社交平衡理论构建了针对符号预测和聚类的方法,实验结果表明,将社交平衡理论的全局观点引入可以提高对有符号网络的预测和聚类效果。
Feb, 2013
本文研究在线社交网络中存在的正面和负面关系,并通过 Epinions、Slashdot 和 Wikipedia 等数据集证明可以高准确度地预测社交网络中链接的符号,这些预测模型跨越不同类型的在线社交网络具有普适性,有助于理解社交心理学中平衡和地位理论的基本原则,并能够预测用户的态度和周围人际关系的证据。
Mar, 2010
提出了一种适用于具有多个共同体的带符号网络的随机游走算法,其结果是一个相似性矩阵,可用于将节点聚类成对立的共同体。通过一系列实验表明,相较于基于强型游走的相似性矩阵,基于弱型游走的相似性矩阵在具有多个共同体或在链接密度上不对称的图中能够更好地进行无监督和半监督聚类。这些结果暗示,在带符号网络中,通过用弱型游走代替强型游走来运行其他基于随机游走的算法可能会得到改进。
Jun, 2024
该论文讨论复数权重网络的组织结构和动态特性,基于有偏的图的概念提出了一个分类方法,阐述了局部和全局一致性条件下随机行走的动态特性,同时提出了一种谱聚类算法。
Jul, 2023
本文研究了有正负交互作用的签名网络,提出了一种基于 Ginzburg-Landau 功能和扩展的有符号网络图拉普拉斯算子的扩散界面方法,在真实的签名社交网络中取得了较好的性能,并优于当前技术水平。
Sep, 2018
本文提出一种基于离散特征值问题的谱算法,以发现有极性社群的有符号网络中两个极化社群,证明所提出的问题是 NP-hard 的,同时在真实世界现象的情况下验证了算法的有效性并证明其比非平凡基线更好、更快、能够扩展到更大的网络。
Oct, 2019
本研究扩展了现有的 Potts 模型以包括负链接,将类似于社交平衡理论中的带符号图聚类的方法推广到更广泛的情形,应用于国际联盟和冲突网络,结果表明世界可以分为六个大国区,有一些显著的例外。
Nov, 2008