近日,计算机与软件学院青年教师廖好博士基于信息传播的网络重构研究方面取得新进展,在Nature出版集团旗下期刊《Scientific Reports》上发表了题为《Reconstructing propagation networks with temporal similarity》的文章(DOI:10.1038/srep11404),苹果版bd
是第一单位,廖好为第一作者。
研究基于信息(疾病)传播的结果,利用传统的相似度方法来重构原始网络,该研究发现利用相似度进行重构网络的准确性,极大的受到传播过程中的感染概率影响。更重要的是,该研究成果表明,有一些相似度计算方法(比如Jaccard, Leicht-Holme-Newman)进行网络重构的时候,在特定传播概率区间内,网络重构的准确度几乎降为0。另外,为了提高基于相似度的网络重构准确性,该研究考虑了传播过程中的时间信息,大大的提高了网络重构的准确性和鲁棒性。该研究成果在模拟网络和真实网络都得到了很好的验证,并且可以预期推广到含时的社区划分的研究当中。
该研究得到了广东省重点实验室项目、国家863计划和国家自然科学基金项目的支持。