动态网络分析 - 版本历史

Gyt666：Gyt666移动页面动态网络分析 Dynamic network analysis至动态网络分析覆盖重定向

2024-06-06T08:38:26Z

Gyt666移动页面动态网络分析 Dynamic network analysis至动态网络分析覆盖重定向

2024年6月6日 (四) 08:38 Gyt666

2024-06-06T08:38:19Z

薄荷：/* DNA领域的工作者们正在研究的解释性问题 */

2020-10-25T08:14:35Z

DNA领域的工作者们正在研究的解释性问题

薄荷：/* 编者推荐 */

2020-10-24T15:03:22Z

编者推荐

2020年10月24日 (六) 15:02 薄荷

2020-10-24T15:02:38Z

2020年10月24日 (六) 04:05 薄荷

2020-10-24T04:05:30Z

不是海绵宝宝：/* 参见 */

2020-10-22T03:18:50Z

参见

不是海绵宝宝：/* 参见 */

2020-10-22T03:18:32Z

参见

不是海绵宝宝：/* 集智课程推荐 */

2020-10-22T03:17:58Z

集智课程推荐

不是海绵宝宝：/* 编者推荐 */

2020-10-22T03:17:47Z

编者推荐

@@ 第3行： / 第3行： @@
 |description=社会学方法,社会统计,计算机网络分析
 }}
-'''<font color="#ff8000">动态网络分析 Dynamic network analysis</font>'''是将传统的[[社会网络分析 Social Network Analysis]]（SNA）、[[链路分析 Link Analysis]]（LA）、[[社会模拟 Social Simulation]]和[[多智能体系统 Multi-Agent Systems]]（MAS）与[[网络科学 Network Science]]和[[网络理论 Network Theory]]相结合的新兴科学领域。这个领域有两个方向。第一个是动态网络分析数据的统计分析。第二是利用仿真来解决网络动态问题。动态网络分析的网络不同于传统的社会网络，因为它们更加庞大、更加具有活力、多模式，多重网络，并且可能包含不同程度的不确定性。DNA 与 SNA 的主要区别在于，动态网络分析考虑了社会特征的交互作用，从而调节了网络的结构和行为。动态网络分析与'''<font color="#ff8000">时间分析 Temporal Analysis</font>'''有关，但时间分析并不一定与动态网络分析有关，因为网络的变化有时是由外部因素造成的，这些因素与网络中的社会特征相互独立。关于使用动态网络分析中最早且最著名的案例之一，桑普森修道院的研究，他在该研究中从不同间隔拍摄了相同网络的快照，并观察和分析了网络的演变。<ref>Harrison C. White, 1992, Identity and control: A structural theory of social action. Princeton University Press.</ref>对超大规模复杂网络中链接利用动态特性的早期研究提供了'''<font color="#ff8000">动态中心性 Dynamic Centrality</font>'''，'''<font color="#ff8000">动态主题 Dynamic Motifs</font>'''和'''<font color="#ff8000">社交互动周期 Cycles of Social Interactions</font>'''的证据。<ref>Dan Braha, Yaneer Bar‐Yam, 2006, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de3faf4e1fc43e7b3d21e/1549657083988/Complexity_Braha_Original_w_Cover.pdf “From centrality to temporary fame: Dynamic centrality in complex networks,”] Complexity, 12(2), 59-63.</ref><ref>Dan Braha, Yaneer Bar-Yam 2009, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de35feb393115883fdb54/1549656928806/DN_June_12_2008_necsi_Web.pdf Time-dependent complex networks: Dynamic centrality, dynamic motifs, and cycles of social interactions.] In Adaptive Networks (pp. 39-50). Springer, Berlin, Heidelberg.</ref>
+'''<font color="#ff8000">动态网络分析 （Dynamic network analysis）Dynamic network analysis</font>'''是将传统的[[社会网络分析 Social Network Analysis]]（SNA）、[[链路分析 Link Analysis]]（LA）、[[社会模拟 Social Simulation]]和[[多智能体系统 Multi-Agent Systems]]（MAS）与[[网络科学 Network Science]]和[[网络理论 Network Theory]]相结合的新兴科学领域。这个领域有两个方向。第一个是动态网络分析数据的统计分析。第二是利用仿真来解决网络动态问题。动态网络分析的网络不同于传统的社会网络，因为它们更加庞大、更加具有活力、多模式，多重网络，并且可能包含不同程度的不确定性。DNA 与 SNA 的主要区别在于，动态网络分析考虑了社会特征的交互作用，从而调节了网络的结构和行为。动态网络分析与'''<font color="#ff8000">时间分析 Temporal Analysis</font>'''有关，但时间分析并不一定与动态网络分析有关，因为网络的变化有时是由外部因素造成的，这些因素与网络中的社会特征相互独立。关于使用动态网络分析中最早且最著名的案例之一，桑普森修道院的研究，他在该研究中从不同间隔拍摄了相同网络的快照，并观察和分析了网络的演变。<ref>Harrison C. White, 1992, Identity and control: A structural theory of social action. Princeton University Press.</ref>对超大规模复杂网络中链接利用动态特性的早期研究提供了'''<font color="#ff8000">动态中心性 Dynamic Centrality</font>'''，'''<font color="#ff8000">动态主题 Dynamic Motifs</font>'''和'''<font color="#ff8000">社交互动周期 Cycles of Social Interactions</font>'''的证据。<ref>Dan Braha, Yaneer Bar‐Yam, 2006, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de3faf4e1fc43e7b3d21e/1549657083988/Complexity_Braha_Original_w_Cover.pdf “From centrality to temporary fame: Dynamic centrality in complex networks,”] Complexity, 12(2), 59-63.</ref><ref>Dan Braha, Yaneer Bar-Yam 2009, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de35feb393115883fdb54/1549656928806/DN_June_12_2008_necsi_Web.pdf Time-dependent complex networks: Dynamic centrality, dynamic motifs, and cycles of social interactions.] In Adaptive Networks (pp. 39-50). Springer, Berlin, Heidelberg.</ref>

@@ 第28行： / 第28行： @@
 ==DNA领域的工作者们正在研究的解释性问题==
-* 制定指标和统计资料，以评估和识别网络内部和网络之间的变化。
+* 制定指标和统计资料，以评估和识别网络内部和网络之间的变化
-* 开发和验证仿真以研究网络的变化，演变，适应性，衰减。
+* 开发和验证仿真以研究网络的变化，演变，适应性，衰减
 * 网络变化，演化，适应，衰减的开发和测试理论<ref>{{cite journal|author=Majdandzic, A.|title=Spontaneous recovery in dynamical networks|journal=Nature Physics|volume=10|pages=34–38|year=2013|doi=10.1038/nphys2819|display-authors=etal}}</ref>
@@ 第87行： / 第87行： @@
 <br>
 == 参见 ==

@@ 第136行： / 第136行： @@
 如何分析社交网络的信息流动？如何系统地观测社会地理信息的变化？如何在计算机中模拟众多个体的社会行为？这些都是计算社会科学的研究内容。作为一门脱胎于社会科学、计算机科学、复杂性科学的交叉学科，计算社会科学研究方法众多，有学者在2010年就做了详细的综述，让我们一起来回顾。
 <br/><br/>
 ===集智课程推荐===
 ====[https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期]====
 本视频是复杂系统自动建模读书会录制内容。主要内容是由三位主讲人，分别对三篇关于金融市场网络动力学分析论文的分析与解读。
 <br/>

@@ 第3行： / 第3行： @@
 |description=社会学方法,社会统计,计算机网络分析
 }}
-'''<font color="#ff8000">动态网络分析 Dynamic network analysis</font>'''是将传统的'''<font color="#ff8000">社会网络分析 Social Network Analysis SNA</font>'''、'''<font color="#ff8000">链路分析 Link Analysis LA</font>'''、'''<font color="#ff8000">社会模拟 Social Simulation</font>'''和'''<font color="#ff8000">多主体系统 Multi-Agent Systems MAS</font>'''与'''<font color="#ff8000">网络科学 Network Science</font>'''和'''<font color="#ff8000">网络理论 Network Theory</font>'''相结合的新兴科学领域。这个领域有两个方向。第一个是动态网络分析数据的统计分析。第二是利用仿真来解决网络动态问题。动态网络分析的网络不同于传统的社会网络，因为它们更加庞大、更加具有活力、多模式，多重网络，并且可能包含不同程度的不确定性。DNA 与 SNA 的主要区别在于，动态网络分析考虑了社会特征的交互作用，从而调节了网络的结构和行为。动态网络分析与'''<font color="#ff8000">时间分析 Temporal Analysis</font>'''有关，但时间分析并不一定与动态网络分析有关，因为网络的变化有时是由外部因素造成的，这些因素与网络中的社会特征相互独立。关于使用动态网络分析中最早且最著名的案例之一，桑普森修道院的研究，他在该研究中从不同间隔拍摄了相同网络的快照，并观察和分析了网络的演变。<ref>Harrison C. White, 1992, Identity and control: A structural theory of social action. Princeton University Press.</ref>对超大规模复杂网络中链接利用动态特性的早期研究提供了'''<font color="#ff8000">动态中心性 Dynamic Centrality</font>'''，'''<font color="#ff8000">动态主题 Dynamic Motifs</font>'''和'''<font color="#ff8000">社交互动周期 Cycles of Social Interactions</font>'''的证据。<ref>Dan Braha, Yaneer Bar‐Yam, 2006, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de3faf4e1fc43e7b3d21e/1549657083988/Complexity_Braha_Original_w_Cover.pdf “From centrality to temporary fame: Dynamic centrality in complex networks,”] Complexity, 12(2), 59-63.</ref><ref>Dan Braha, Yaneer Bar-Yam 2009, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de35feb393115883fdb54/1549656928806/DN_June_12_2008_necsi_Web.pdf Time-dependent complex networks: Dynamic centrality, dynamic motifs, and cycles of social interactions.] In Adaptive Networks (pp. 39-50). Springer, Berlin, Heidelberg.</ref>
+'''<font color="#ff8000">动态网络分析 Dynamic network analysis</font>'''是将传统的[[社会网络分析 Social Network Analysis]]（SNA）、[[链路分析 Link Analysis]]（LA）、[[社会模拟 Social Simulation]]和[[多智能体系统 Multi-Agent Systems]]（MAS）与[[网络科学 Network Science]]和[[网络理论 Network Theory]]相结合的新兴科学领域。这个领域有两个方向。第一个是动态网络分析数据的统计分析。第二是利用仿真来解决网络动态问题。动态网络分析的网络不同于传统的社会网络，因为它们更加庞大、更加具有活力、多模式，多重网络，并且可能包含不同程度的不确定性。DNA 与 SNA 的主要区别在于，动态网络分析考虑了社会特征的交互作用，从而调节了网络的结构和行为。动态网络分析与'''<font color="#ff8000">时间分析 Temporal Analysis</font>'''有关，但时间分析并不一定与动态网络分析有关，因为网络的变化有时是由外部因素造成的，这些因素与网络中的社会特征相互独立。关于使用动态网络分析中最早且最著名的案例之一，桑普森修道院的研究，他在该研究中从不同间隔拍摄了相同网络的快照，并观察和分析了网络的演变。<ref>Harrison C. White, 1992, Identity and control: A structural theory of social action. Princeton University Press.</ref>对超大规模复杂网络中链接利用动态特性的早期研究提供了'''<font color="#ff8000">动态中心性 Dynamic Centrality</font>'''，'''<font color="#ff8000">动态主题 Dynamic Motifs</font>'''和'''<font color="#ff8000">社交互动周期 Cycles of Social Interactions</font>'''的证据。<ref>Dan Braha, Yaneer Bar‐Yam, 2006, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de3faf4e1fc43e7b3d21e/1549657083988/Complexity_Braha_Original_w_Cover.pdf “From centrality to temporary fame: Dynamic centrality in complex networks,”] Complexity, 12(2), 59-63.</ref><ref>Dan Braha, Yaneer Bar-Yam 2009, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de35feb393115883fdb54/1549656928806/DN_June_12_2008_necsi_Web.pdf Time-dependent complex networks: Dynamic centrality, dynamic motifs, and cycles of social interactions.] In Adaptive Networks (pp. 39-50). Springer, Berlin, Heidelberg.</ref>
@@ 第9行： / 第9行： @@
-DNA统计工具倾向于为用户提供更多的测量手段，因为它们的测量手段同时从多个网络中提取的数据。'''<font color="#ff8000">潜在空间模型 Latent Space Models</font>'''(Sarkar 和 Moore，2005年)和'''<font color="#ff8000">基于代理的模拟 Agent-Based Simulation</font>'''经常用来测试动态的社交网络(Carley 等人，2009年)。从计算机仿真的角度来看，DNA中的节点就像量子理论中的原子一样，尽管不一定需要将节点视为概率随机的。传统SNA模型中的节点是静态的，而DNA模型中的节点具有学习能力。特性随时间变化；节点可以随之适应: 一个公司的职员可以学习新技能，增加他们在公司结构中的价值；或者，抓捕了一名恐怖分子，另外三人被迫临时合作。变化从一个节点传播到下一个节点，依此类推。DNA增加了网络进化的基本要素，并考虑了可能发生变化的环境。
+DNA统计工具倾向于为用户提供更多的测量手段，因为它们的测量手段同时从多个网络中提取的数据。'''<font color="#ff8000">潜在空间模型 Latent Space Models</font>'''(Sarkar 和 Moore，2005年)和基于智能体的模拟经常用来测试动态的社交网络(Carley 等人，2009年)。从计算机仿真的角度来看，DNA中的节点就像量子理论中的原子一样，尽管不一定需要将节点视为概率随机的。传统SNA模型中的节点是静态的，而DNA模型中的节点具有学习能力。特性随时间变化；节点可以随之适应: 一个公司的职员可以学习新技能，增加他们在公司结构中的价值；或者，抓捕了一名恐怖分子，另外三人被迫临时合作。变化从一个节点传播到下一个节点，依此类推。DNA增加了网络进化的基本要素，并考虑了可能发生变化的环境。
 [[Image:DynamicNetworkAnalysisExample.jpg|right|340px|thumb|图1：多实体、多网络、动态网络图示]]
@@ 第86行： / 第86行： @@
 * 学校课堂互动的建模
 == 参见 ==
@@ 第100行： / 第101行： @@
 * [[顺序动力学系统]]
 == 参考 ==
 <references/>
 == 延申阅读 ==
@@ 第119行： / 第122行： @@
 *C. Aggarwal, K. Subbian, 2014, "Evolutionary Network Analysis: A Survey". ACM Computing Surveys, 47(1). ([http://charuaggarwal.net/CSUR-2013-0157.pdf pdf])
 == 外链 ==
@@ 第125行： / 第129行： @@
 * [http://www.casos.cs.cmu.edu/ Center for Computational Analysis of Social and Organizational Systems (CASOS)]
+<br>
 ==编者推荐==
 [[File:Last1.png|400px|thumb|right|[https://swarma.org/?p=13364 用神经学习模型计算海量实际网络中的节点中心性度量 | 论文速递1篇|集智俱乐部]]]
@@ 第134行： / 第136行： @@
 如何分析社交网络的信息流动？如何系统地观测社会地理信息的变化？如何在计算机中模拟众多个体的社会行为？这些都是计算社会科学的研究内容。作为一门脱胎于社会科学、计算机科学、复杂性科学的交叉学科，计算社会科学研究方法众多，有学者在2010年就做了详细的综述，让我们一起来回顾。
 <br/><br/>
 ===集智课程推荐===
 ====[https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期]====

@@ 第6行： / 第6行： @@
-DNA统计工具通常可针对大规模网络进行优化，同时允许对多个具有多种类型的节点(多节点)和多种类型的链接(多边)的网络进行分析。多节点多重网络通常被称为'''<font color="#ff8000">元网络 Meta-Network</font>'''或'''<font color="#ff8000">高维网络 High-Dimensional Networks</font>'''。相比之下，SNA统计工具侧重于单一模式或至多两种模式的数据，一次只能进行一种类型链接的分析。
+DNA统计工具通常可针对大规模网络进行优化，同时允许对多个具有多种类型的节点（多节点）和多种类型的链接（多边）的网络进行分析。多节点多重网络通常被称为'''<font color="#ff8000">元网络 Meta-Network</font>'''或'''<font color="#ff8000">高维网络 High-Dimensional Networks</font>'''。相比之下，SNA统计工具侧重于单一模式或至多两种模式的数据，一次只能进行一种类型链接的分析。
-DNA统计工具倾向于为用户提供更多的测量手段，因为它们的测量手段同时从多个网络中提取的数据。'''<font color="#ff8000">潜在空间模型 Latent Space Models</font>'''(Sarkar 和 Moore，2005年)和'''<font color="#ff8000">基于代理的模拟 Agent-Based Simulation</font>'''经常用来测试动态的社交网络(Carley 等人，2009年)。从计算机仿真的角度来看，DNA中的节点就像量子理论中的原子一样，尽管不一定需要将节点视为概率随机的。传统SNA模型中的节点是静态的，而DNA模型中的节点具有学习能力。特性随时间变化; 节点可以随之适应: 一个公司的职员可以学习新技能，增加他们在公司结构中的价值; 或者，抓捕了一名恐怖分子，另外三人被迫临时合作。变化从一个节点传播到下一个节点，依此类推。DNA增加了网络进化的基本要素，并考虑了可能发生变化的环境。
+DNA统计工具倾向于为用户提供更多的测量手段，因为它们的测量手段同时从多个网络中提取的数据。'''<font color="#ff8000">潜在空间模型 Latent Space Models</font>'''(Sarkar 和 Moore，2005年)和'''<font color="#ff8000">基于代理的模拟 Agent-Based Simulation</font>'''经常用来测试动态的社交网络(Carley 等人，2009年)。从计算机仿真的角度来看，DNA中的节点就像量子理论中的原子一样，尽管不一定需要将节点视为概率随机的。传统SNA模型中的节点是静态的，而DNA模型中的节点具有学习能力。特性随时间变化；节点可以随之适应: 一个公司的职员可以学习新技能，增加他们在公司结构中的价值；或者，抓捕了一名恐怖分子，另外三人被迫临时合作。变化从一个节点传播到下一个节点，依此类推。DNA增加了网络进化的基本要素，并考虑了可能发生变化的环境。
-[[Image:DynamicNetworkAnalysisExample.jpg|right|340px|thumb|
+[[Image:DynamicNetworkAnalysisExample.jpg|right|340px|thumb|图1：多实体、多网络、动态网络图示]]
-动态网络分析与标准社交网络分析相比，有三个主要特征。第一，DNA研究的不仅仅是社交网络，而是元网络。其次，基于代理建模和其他形式模拟常用于探索网络如何演变与适应，以及人为干预对这些网络的影响。第三，网络中的链接不是二进制的; 事实上，在许多情况中它们代表了链接存在的可能性。
+动态网络分析与标准社交网络分析相比，有三个主要特征。第一，DNA研究的不仅仅是社交网络，而是元网络。其次，基于代理建模和其他形式模拟常用于探索网络如何演变与适应，以及人为干预对这些网络的影响。第三，网络中的链接不是二进制的；事实上，在许多情况中它们代表了链接存在的可能性。
 ==元网络==
-'''<font color="#ff8000">元网络 Meta-Network</font>'''是一种多模式、多链接、多层级的网络。多模式意味着有多种类型的节点; 例如，人与位置坐标的节点。多链接意味有着众多类型的链接，例如友谊和建议。多层级表明某些节点可能是其他节点的组成部分，例如由人员和组织构成的网络，并且链接之一就是谁是哪个组织的成员。
+'''<font color="#ff8000">元网络 Meta-Network</font>'''是一种多模式、多链接、多层级的网络。多模式意味着有多种类型的节点；例如，人与位置坐标的节点。多链接意味有着众多类型的链接，例如友谊和建议。多层级表明某些节点可能是其他节点的组成部分，例如由人员和组织构成的网络，并且链接之一就是谁是哪个组织的成员。
@@ 第47行： / 第46行： @@
 * 在时间维度上，开发算法来跟踪网络中的群体
-* 开发从各种数据源资源(如文本)中提取或定位网络的工具
+* 开发从各种数据源资源（如文本）中提取或定位网络的工具
 * 在时间维度上，在网络上开发有效的统计测量手段

←上一版本	2024年6月6日 (四) 08:38的版本
（没有差异）

@@ 第89行： / 第89行： @@
 == 参见 ==
-* [https://wiki.swarma.org/index.php?title=%E5%8A%A8%E6%80%81%E7%BD%91%E7%BB%9C%E5%88%86%E6%9E%90_Dynamic_network_analysis 图动态系统]
+* [[图动态系统]]
 * [[国际社交网络的分析]]

@@ 第133行： / 第133行： @@
 ===集智文章推荐===
 ====[https://swarma.org/?p=549 经典综述回顾：计算社会科学的5种研究方法 ]====
 <br/>