本文選題：復雜網(wǎng)絡 + 技術(shù)交易網(wǎng)絡　； 參考：《北京郵電大學》2017年碩士論文

【摘要】：國內(nèi)外學者已經(jīng)成功的將復雜性科學的一些思想應用于刻畫和解釋技術(shù)交易網(wǎng)絡,但是這些嘗試主要停留在宏觀層面,針對技術(shù)交易網(wǎng)絡中觀及微觀層面的定性定量研究還少見報道。相比而言,通過對網(wǎng)絡中社團結(jié)構(gòu)的深入細致分析,可以更全面深刻的掌握系統(tǒng)結(jié)構(gòu)本身存在的規(guī)律,有利于構(gòu)建良好的技術(shù)交易模式,促進技術(shù)交易活動的順利進行。本文將復雜網(wǎng)絡社團結(jié)構(gòu)檢測算法應用到技術(shù)交易行為的研究過程當中,以實際交易數(shù)據(jù)擬合網(wǎng)絡生成模型,通過技術(shù)交易網(wǎng)絡對社團檢測算法進行實證與分析。主要展開以下方面的具體工作:(1)技術(shù)交易網(wǎng)絡模型的構(gòu)建。在構(gòu)建出復雜技術(shù)交易網(wǎng)絡之后,提取網(wǎng)絡靜態(tài)特性及動態(tài)特性,對網(wǎng)絡結(jié)構(gòu)進行初步理解。(2)分析多種社團檢測方法并進行實證。分別對層次聚類算法、模塊度優(yōu)化算法、譜聚類算法以及流傳播算法四類社團檢測算法進行分析。通過對比模塊度、時間復雜度等社團劃分評價標準發(fā)現(xiàn):模塊度優(yōu)化類算法對于技術(shù)交易網(wǎng)絡的切合程度較高。(3)深入分析技術(shù)交易網(wǎng)絡中重要節(jié)點及典型社團,發(fā)掘網(wǎng)絡內(nèi)部結(jié)構(gòu)規(guī)律。首先,對多種中心性進行加權(quán)獲得新的中心性評估標準;其次,通過重要節(jié)點所在社團的演化研究發(fā)現(xiàn):社團內(nèi)部主要通過重要節(jié)點吸引外部節(jié)點融入到社團當中。通過對網(wǎng)絡內(nèi)部社團聚類后的結(jié)果發(fā)現(xiàn),節(jié)點度大的社團向外分枝較多,節(jié)點度小的社團內(nèi)聯(lián)系較為緊密。本文通過研究與實證相結(jié)合,以北京市技術(shù)交易網(wǎng)絡為基礎(chǔ)進行社團劃分,發(fā)現(xiàn)使用模塊度優(yōu)化類算法在時間復雜度及劃分結(jié)果等方面均具有較好表現(xiàn),且通過算法發(fā)現(xiàn)的社團內(nèi)部結(jié)構(gòu)規(guī)律能夠在一定程度上為對技術(shù)交易市場的管理提供指導與支持。
[Abstract]:Scholars at home and abroad have successfully applied some ideas of complexity science to the description and interpretation of technology trading networks, but these attempts are mainly at the macro level. Qualitative and quantitative studies on the meso-and micro-level of technology trading networks are rarely reported. In contrast, through the thorough and careful analysis of the community structure in the network, we can grasp the rules of the system structure more comprehensively and profoundly, which is conducive to the construction of a good technology trading model and the smooth progress of the technology trading activities. In this paper, the complex network community structure detection algorithm is applied to the research process of technical transaction behavior. The network generation model is fitted with the actual transaction data, and the community detection algorithm is empirically analyzed through the technology transaction network. The main work of the following aspects of the specific work: 1) the construction of technology trading network model. After the complex technical transaction network is constructed, the static and dynamic characteristics of the network are extracted, and the network structure is preliminarily understood. The hierarchical clustering algorithm, modular optimization algorithm, spectral clustering algorithm and flow propagation algorithm are analyzed respectively. By comparing the evaluation criteria of community division, such as modularity and time complexity, it is found that the modularity optimization algorithm has a higher degree of relevance to the technical trading network. The important nodes and typical communities in the technology trading network are analyzed in depth. Explore the internal structure of the network law. Firstly, new evaluation criteria of centrality are obtained by weighting various kinds of centrality. Secondly, through the study of the evolution of the community in which the important nodes are located, it is found that the internal community mainly attracts the external nodes into the community through the important nodes. The results show that the communities with large nodes are more branched out and the communities with small nodes are more closely connected. Through the combination of research and demonstration, this paper divides communities based on Beijing technology trading network, and finds that the modular degree optimization algorithm has better performance in terms of time complexity and partition results. And the internal structure of the community found by the algorithm can provide guidance and support for the management of the technology trading market to a certain extent.
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：O157.5

【參考文獻】

相關(guān)期刊論文 前10條

1 馬永紅;李玲;王展昭;張帆;;復雜網(wǎng)絡下產(chǎn)業(yè)轉(zhuǎn)移與區(qū)域技術(shù)創(chuàng)新擴散影響關(guān)系研究——以技術(shù)類型為調(diào)節(jié)變量[J];科技進步與對策;2016年18期

2 劉鳳朝;劉靚;馬榮康;;區(qū)域間技術(shù)交易網(wǎng)絡、吸收能力與區(qū)域創(chuàng)新產(chǎn)出——基于電子信息和生物醫(yī)藥領(lǐng)域的實證分析[J];科學學研究;2015年05期

3 馬祥洲;胡燕祝;艾新波;;復雜技術(shù)交易網(wǎng)絡結(jié)構(gòu)特性研究[J];軟件;2014年02期

4 周求湛;劉祥;高健;;基于Gower相似系數(shù)的太陽能電池可靠性篩選方法[J];光電子.激光;2014年02期

5 周濤;張子柯;陳關(guān)榮;汪小帆;史定華;狄增如;樊瑛;方錦清;韓筱璞;劉建國;劉潤然;劉宗華;陸君安;呂金虎;呂琳媛;榮智海;汪秉宏;許小可;章忠志;;復雜網(wǎng)絡研究的機遇與挑戰(zhàn)[J];電子科技大學學報;2014年01期

6 張瑞寒;;基于主成分分析和聚類分析的城市經(jīng)濟發(fā)展研究[J];科技信息;2013年14期

7 吳祖峰;王鵬飛;秦志光;蔣紹權(quán);;改進的Louvain社團劃分算法[J];電子科技大學學報;2013年01期

8 易顯飛;張昊天;徐世昌;;技術(shù)交易研究:現(xiàn)狀、問題與走向[J];科技創(chuàng)業(yè)月刊;2011年08期

9 李兆南;楊博;劉大有;;復雜網(wǎng)絡社區(qū)挖掘的距離相似度算法[J];計算機科學與探索;2011年04期

10 趙飛;周濤;張良;馬鳴卉;劉金虎;余飛;查一龍;李睿琪;;維基百科研究綜述[J];電子科技大學學報;2010年03期

相關(guān)博士學位論文 前4條

1 姚春光;基于復雜網(wǎng)絡的網(wǎng)上商品交易行為特征研究[D];北京郵電大學;2015年

2 席艷玲;產(chǎn)業(yè)集聚、區(qū)域轉(zhuǎn)移與技術(shù)升級[D];南開大學;2014年

3 朱牧;復雜網(wǎng)絡中社區(qū)發(fā)現(xiàn)關(guān)鍵技術(shù)研究[D];中國礦業(yè)大學;2014年

4 馬增旺;冀北人工固沙林林分特征與綜合評價研究[D];中國林業(yè)科學研究院;2013年

相關(guān)碩士學位論文 前3條

1 馬祥洲;復雜技術(shù)交易網(wǎng)絡結(jié)構(gòu)特性及行為控制研究與實證[D];北京郵電大學;2015年

2 李麗;基于復雜網(wǎng)絡理論的城市軌道交通網(wǎng)絡可靠性研究[D];北京交通大學;2015年

3 蔣貽宏;基于小世界網(wǎng)絡視角的技術(shù)轉(zhuǎn)移網(wǎng)絡結(jié)構(gòu)、功能和培育機制研究[D];中國科學技術(shù)大學;2011年

，

本文編號：1983026