基于相似性链路预测的大众生产演化特征

doi:10.3969/j.issn.1000-3428.2012.16.069

计算机工程 ›› 2012, Vol. 38 ›› Issue (16): 263-266. doi: 10.3969/j.issn.1000-3428.2012.16.069

基于相似性链路预测的大众生产演化特征

姚灿中 ¹，杨建梅 ²

(1. 华南理工大学经济与贸易学院，广州 510006；2. 华南理工大学工商管理学院，广州 510640)

收稿日期:2011-09-28 修回日期:2011-12-06 出版日期:2012-08-20 发布日期:2012-08-17
作者简介:姚灿中(1983－)，男，讲师、博士，主研方向：复杂系统，复杂网络；杨建梅，教授、博士、博士生导师
基金资助:
国家自然科学基金资助项目(71173076, 71103044)；中央高校基本科研业务费基金资助项目(2011ZB0011)；广东省哲学社会科学“十一五”规划基金资助项目(07GO02)

Evolution Characteristic of Peer Production Based on Similarity Link Prediction

YAO Can-zhong ¹, YANG Jian-mei ²

(1. School of Economics and Commerce, South China University of Technology, Guangzhou 510006, China; 2. School of Business Administration, South China University of Technology, Guangzhou 510640, China)

Received:2011-09-28 Revised:2011-12-06 Online:2012-08-20 Published:2012-08-17

摘要/Abstract

摘要： 结合大众生产虚拟社区的静态结构与动态演化机理，提出择优机制与间接推荐是大众生产虚拟社区的显著演化特征。针对Wiki票选管理员的行为网络进行分析，结果显示虚拟社区贡献者的选择行为具有较强异质性特征。采用基于局部信息相似性的链路预测方法对网络潜在链接特征进行分析，得出择优指标值在各项指标中得分最高的结果。运用基于路径相似性的链路预测方法，证明相比其他路径与随机游走指标，Katz指标有更好的预测结果，说明间接推荐是虚拟社区演化过程的重要特征。

关键词: 大众生产, 虚拟社区, 复杂网络, 链路预测, 幂律分布, 择优机制

Abstract: This paper reveals the preferred mechanism is a significant evolution characteristic of peer production virtual community by the analysis on static structure and dynamic evolution of virtual community. It analyzes the cooperation network of peer production virtual community based on Wiki voting administrators behaviors. The result shows that the contributors behave heterogeneously. It applys the link prediction method based on local information similarity to analyze the potential connection of the network, and finds the preferred mechanism plays an important role in the network formation process. It uses the link prediction method based on path and random walk similarity to analyze the network and reveal Katz index performs better than other indices, and concludes that besides the preferred mechanism, the indirect recommendation is another important evolution characteristic of virtual communities.

Key words: peer production, virtual community, complex network, link prediction, power law distribution, preferred mechanism

中图分类号:

TP393

姚灿中, 杨建梅. 基于相似性链路预测的大众生产演化特征[J]. 计算机工程, 2012, 38(16): 263-266.

TAO Can-Zhong, YANG Jian-Mei. Evolution Characteristic of Peer Production Based on Similarity Link Prediction[J]. Computer Engineering, 2012, 38(16): 263-266.

https://www.ecice06.com/CN/Y2012/V38/I16/263

参考文献

[1] Tapscott D, Williams A D. 维基经济学[M]. 何帆, 林季红, 译.北京: 中国青年出版社, 2007.
[2] Benkler Y. Coase’s Penguin[J]. The Yale Law Journal, 2002, 112(3): 369-446.
[3] Benkler Y. Commons-based Peer Production and Virture[J]. Journal of Political Philosophy, 2006, 14(4): 394-419.
[4] Rheingold H. The Virtual Community: Homesteading on the Electronic Frontier[M]. [S. l.]: MIT Press, 2000.
[5] 赵夫增. 互联网时代的在线社区生产模式研究[J]. 科学学研究, 2009, 27(4): 546-553.
[6] 纪晓丽, 郭峰. 虚拟社区组织知识传播复杂网络研究[J]. 技术经济, 2011, 30(2): 31-35.
[7] Watts D J, Strogatz S H. Collective Dynamic of Small World Network[J]. Nature, 1998, 393(6684): 440-442.
[8] Barabási A L, Albert R. Emergence of Scaling In Network[J]. Science, 1999, 286(5439): 509-512.
[9] 姚灿中, 杨建梅. 基于复杂网络的大众生产系统稳定性研究[J]. 计算机集成制造系统, 2011, 17(1): 125-132.
[10] 常静, 杨建梅. 百度百科用户参与行为与参与动机关系的实证研究[J]. 科学学研究, 2009, 27(8): 1213-1219.
[11] 汤玮亮. 百度百科的复杂网络建模与分析——大众生产视角[D]. 广州: 华南理工大学, 2007.
[12] 吴在伟. 在线百科稳定性研究[D]. 广州: 华南理工大学, 2009.
[13] 汪小帆, 李翔, 陈关荣. 复杂网络:理论及其应用[M]. 北京:清华大学出版社, 2006.
[14] 何大韧, 刘宗华, 汪秉宏. 复杂系统与复杂网络[M]. 北京: 高等教育出版社, 2009.
[15] Getoor L, Diehl C P. Link Mining: A Survey[J]. ACM SIGKDD Explorations Newsletter, 2005, 7(2): 3-12.
[16] Nowell D L, Kleinberg J. The Link-prediction Problem for Social Networks[J]. Journal of the American Society for Information Science and Technology, 2007, 58(7): 1019-1031.
[17] Adamic L A, Adar E. Friends and Neighbors on the Web[J]. Social Networks, 2001, 25(3): 211-230.
[18] Zhou Tao, Lv Linyuan, Zhang Yicheng. Predicting Missing Links via Local Information[J]. European Physical Journal B, 2009, 71: 623-630.
[19] 吕琳媛. 复杂网络链路预测[J]. 电子科技大学学报, 2010, 39(5): 651-661.
[20] Lv Linyuan, Zhou Tao. Link Prediction in Complex Networks: A Survey[J]. Physica A: Statistical Mechanics and its Applications, 2011, 390(6): 1150-1170.

选择文件类型/文献管理软件名称

选择包含的内容

基于相似性链路预测的大众生产演化特征

Evolution Characteristic of Peer Production Based on Similarity Link Prediction

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘宇航, 尹小庆, 林云. 基于网络资源流量的链路预测方法[J]. 计算机工程, 2022, 48(9): 78-88.
[2]	吴翼腾, 于洪涛, 顾泽宇. 基于统一描述网络结构模型的链路预测方法[J]. 计算机工程, 2022, 48(7): 51-58.
[3]	邢彤彤, 孙仁诚, 邵峰晶, 隋毅. 深度学习中的权重初始化方法研究[J]. 计算机工程, 2022, 48(7): 104-113.
[4]	曾茜, 韩华, 马媛媛. 基于模体的朴素贝叶斯链路预测方法[J]. 计算机工程, 2022, 48(10): 95-102.
[5]	刘迪洋, 张震, 张进. 基于社区结构的复杂网络鲁棒性优化策略[J]. 计算机工程, 2021, 47(8): 84-92.
[6]	高宏屹, 张曦煌, 王杰. 生成对抗式分层网络表示学习的链路预测算法[J]. 计算机工程, 2021, 47(2): 60-68,76.
[7]	吕少卿, 赵雪莉, 张潘, 任新成. 一种保留社区结构信息的网络嵌入算法[J]. 计算机工程, 2021, 47(12): 122-130.
[8]	孙登第, 凌媛, 丁转莲, 罗斌. 基于稀疏子空间聚类的多层网络社团检测[J]. 计算机工程, 2021, 47(10): 52-60.
[9]	李英乐, 何赞园, 王凯, 许明艳. 基于资源传输节点拓扑紧密性的链路预测方法[J]. 计算机工程, 2021, 47(1): 50-57.
[10]	邱少明, 於涛, 杜秀丽, 陈波. 基于节点多属性相似性聚类的社团划分算法[J]. 计算机工程, 2020, 46(7): 84-90,97.
[11]	张志敏, 柴变芳, 李文斌. 基于稀疏自编码器的属性网络嵌入算法[J]. 计算机工程, 2020, 46(7): 98-103,109.
[12]	王曙燕, 韩雪, 孙家泽. 基于风险轨迹与复杂网络的缺陷定位方法[J]. 计算机工程, 2020, 46(6): 202-208.
[13]	谢菁, 羿舒文, 张毅. 基于双曲空间嵌入的极小值社区划分算法[J]. 计算机工程, 2020, 46(6): 73-80.
[14]	陈文杰, 文奕, 张鑫, 杨宁, 赵爽. 一种改进的基于TransE知识图谱表示方法[J]. 计算机工程, 2020, 46(5): 63-69,77.
[15]	吴涛, 任淑霞, 张书博. 基于三角形子图的复杂网络过滤压缩算法[J]. 计算机工程, 2020, 46(5): 70-77.

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于相似性链路预测的大众生产演化特征

Evolution Characteristic of Peer Production Based on Similarity Link Prediction

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价