设计思维的关键节点

设计思维的关键节点（精选4篇）

设计思维的关键节点 篇1

被动房对建筑材料性能的要求较高, 传统的单片玻璃、普通双层中空玻璃, 由于其传热系数偏高、隔热保温效果不佳, 一直是能源散失和能源消耗的重点部位;另外, 片面增加玻璃制品厚度或间距等, 既影响其通透美观, 又增加了材料消耗和建筑物承重。因此, 玻璃成为被动房设计的关键节点之一。以Low-E中空玻璃、真空玻璃为代表的节能玻璃的出现, 已成为解决这一问题的理想方案。

1、被动房对配套门窗玻璃的基本要求

在德国, 被动房建筑认证必须满足2条标准:1) 建筑每年的采暖能耗不超过15kwh/m2;2) 建筑每年总能耗 (采暖、空调、生活热水、照明、家电等) 不超过120kwh/m2。目前的被动房项目中, 设计和建造被动房建筑时主要致力于解决冬季的采暖问题, 其设计理念的核心思想在于最大限度地减少建筑的热量损失, 而采用高效节能玻璃就是其加强建筑围护体系的保温性能的主要技术措施。

根据欧盟在被动房设计建造中的经验, 作为建筑围护体系的主要组成部分, 整窗传热系数需要低于0.8W (m2.K) , 其中占门窗面积70%以上的玻璃, 在满足自然采光、降低照明能耗的同时, 玻璃的传热系数需要低于0.6W/ (m2.K) , 还要将造成室内冷负荷的红外线隔绝在室外, 以此保证有效降低窗体的传热量, 进而提高整个建筑物的保温、隔热性能。

2、国内满足被动房配套节能玻璃简介

2.1 Low-E中空玻璃

2.1.1 节能原理

从物理学角度看, 能耗损失的途径主要有三类:辐射热、空气对流热损失和热传导。中空玻璃腹腔内的空气层是等压密封的, 不产生对流传热。热量在中空层间的传递是通过平行玻璃板间的长波热辐射和以空气为介质的热传导两种方式进行, 其中辐射传热占据重要位置。低辐射 (Low-E) 玻璃是由普通玻璃表面镀低辐射 (Low-E) 膜制成, 对远红外辐射具有高反射率, 同时保持良好透光性能的玻璃。降低玻璃的表面辐射率, 使用Low-E玻璃, 可以减少辐射传热量, 增加传热热阻, 降低中空玻璃的传热系数, 比普通双层中空玻璃隔热性能提高50%, 起到良好的节能功效。

2.1.2 技术特点和作用

冬季保温方面, 太阳发出的近红外热辐射和可见光可以大量地透过膜层进入室内;同时, 室内的物体、墙体、空调, 暖气和人体发出长波热能被Low-E膜层反射回室内, 能有效隔绝室内热量通过玻璃向寒冷的室外散失, 较好的保持室内温度, 降低采暖能耗。夏季隔热方面, Low-E膜层可以放进可见光, 同时把太阳辐射、路面和建筑物释放出的长波热能阻挡在外, 降低空调制冷的能耗。此外还能阻挡紫外线透射, 防止室内的物品褪色。

2.1.3 行业优势

目前我国Low-E玻璃生产线已有100多条, 产能约3亿m2/年, 位居世界第一。拥有相关的知识产权, 其装备、工艺、管理均已成型, 价格合理, 产能完全可以满足市场需求。产品标准GB/T 18915.2-2002已于2002年实施, 达到同期国际通用水平, 产品检测能力覆盖全国所有发达地区, 质量稳定可控, 玻璃行业协会还建有Low-E玻璃性能数据库, 方便用户根据不同节能指标进行筛选。

2.1.4 现有配置情况

6L+16A暖边充氩气+6C+16A暖边充氩气+6L, 即“三玻两腔”双中空的结构, 首先将一片6mm的Low-E玻璃与一片6mm的浮法玻璃组合成中空, 中空层的间距为16mm, 内部填充氩气后采用暖边技术密封;再将其与另一片6mm的Low-E玻璃组合, 中空层的间距仍为16mm, 内部填充氩气后再次采用暖边技术密封;最后为增强产品的气密性、水密性和抗风压能力, 在玻璃与窗框间还敷设可靠的密封胶条, 增加了保温夹层。

玻璃达标性能:传热系数U值≤0.6 (W/m2K) ;Sc值≤0.4;隔音量≥38d B。

2.2 真空玻璃

2.2.1 节能原理采用保温瓶原理。

由于真空腔体内的真空度达到10-2Pa以上, 空气介质可以忽略不计, 基本上隔绝了空气对流热损失和热传导。玻璃原片同样使用了低辐射 (Low-E) 玻璃, 又减少了辐射传热量, 保温隔热性能得到全面提升, 其传热系数比采用同等玻璃原片的Low-E中空玻璃降低了50%以上, 节能隔音效果更加突出。

2.2.2 技术特点和作用

除拥有L o w-E中空玻璃所具有的技术特点和作用外, 真空玻璃由于在边部采用玻璃粉熔封, 因此气密性和水密性更好, 使用寿命更长。由于不存在对流传热, 从热端玻璃到冷端玻璃的对流传热路程没有影响, 因此用于房顶、采光顶等倾斜的地方时传热系数也不会改变。

2.2.3 行业优势

目前世界上只有三家企业完全实现了真空玻璃的工业化生产, 其中两家在中国, 产能约50万m2/年, 在安全真空玻璃研发、生产方面具有国际领先地位。拥有从装备、工艺、产品等全方位的自主知识产权, 价格也日趋合理, 产品标准JC/T 1079-2008也是世界上唯一的一部行业标准, 玻璃行业协会为引领行业高端发展, 也适时筹建了真空玻璃专业委员会。

2.2.4 现有配置情况

5L+16A暖边充氩气+5L+0.15V+5C, 即“真空复合中空”的结构, 首先将一片5mm的Low-E玻璃与一片5mm的浮法玻璃组合成真空, 真空层的间距为0.15mm, 四边经玻璃粉熔封并抽制真空后;再将其与另一片5mm的Low-E玻璃复合成中空, 中空层的间距为16mm, 内部填充氩气后采用暖边技术密封;最后同样为增强产品的气密性、水密性和抗风压能力, 在玻璃与窗框间敷设可靠的密封胶条, 增加了保温夹层。

玻璃达标性能:传热系数U值≤0.6 (W/m2K) ;Sc值≤0.4;隔音量≥38d B。

在国内首个中德合作被动式低能耗建筑——秦皇岛“在水一方“被动式住宅工程一期的四座楼上, 除一座全部采用德国原装进口的双中空Low-E玻璃外, 一座采用国产的双中空Low-E玻璃, 两座采用青岛亨达玻璃科技有限公司生产的真空复合中空Low-E玻璃, 全部达到验收标准。

3、玻璃行业协会在推动被动房材料配套及节能玻璃发展上的特殊作用

通过行业倡导、资源整合, 促进中国企业生产更多满足被动房要求的玻璃。按照国内现行建筑节能65%的要求, 寒冷地区采用传热系数达到2.3的Low-E中空玻璃即可, 而我们却完全有能力将Low-E中空玻璃的传热系数降到0.6, 达到相当于建筑节能90%的被动房要求。中国每年新建房屋占全球新建房屋的1/3, 对国际建材供应商的聚集作用显著。因此, 我们将引导大量的会员企业, 进一步优化产品结构, 生产最具性价比、费效比的节能玻璃, 不仅满足国内建筑节能及被动房的需求, 还将提高中国厂商的国际竞争力。

此外, 我们将进一步凝聚行业力量, 在推广被动房成熟的技术材料在中国生产的同时, 结合国内不同气候带的特点, 通过技术革新或研发更先进的替代技术, 使被动房更加适合中国的水土, 最终实现中国玻璃行业整体水平的提升, 为全社会建筑达到被动房乃至更高节能标准提供可靠保障。

分布式虚拟实验系统关键节点设计 篇2

虚拟实验系统是多人同时在线系统,对某一实验过程进行仿真,在虚拟环境中,多名用户通过互相合作,完成实验。对于系统的分析主要考虑以下几个方面:

(1)分布式虚拟实验系统中各仿真节点之间的有效连接。

(2)分布式虚拟实验系统中各仿真节点之间的信息传递方式。

(3)系统中的各种数据信息的保存。

(4)多用户交互操作的协调和实现。

(5)实时获取各用户操作数据。

分布式虚拟实验系统需要多个仿真节点同时连接,由仿真管理节点负责接收不同节点的协议申请,从而获知网络传输信息,发出同步指令或控制指令,保证仿真运行。

2 结构设计

根据分布式虚拟实验系统的功能需求,系统可规划5个仿真节点:仿真管理节点、实验系统仿真节点、实验操作平台仿真节点、三维场景显示节点和二维状态显示节点来实现系统功能。

从体系结构上看,各仿真节点的关系是非对称的,其中仿真管理节点具有系统支撑作用,负责各节点间和整个系统的数据通信和协同工作管理,而实验系统仿真节点和实验操作平台节点则是系统的基础,构架出系统的性能需求。

整个仿真系统的运行由仿真管理节点协调控制,根据其他仿真节点的推进状态进行计算,发出相应的控制指令,从而维持整个系统的有序运行。

根据分布式虚拟实验仿真系统结构组成、各仿真节点的功能划分不难看出,仿真管理节点是整个系统的关键所在,它的性能直接影响着系统整体运行性能,因此,仿真管理节点的设计是系统设计中最为核心的内容。

3 仿真管理节点设计

3.1 节点模块组成

根据仿真管理节点的功能设计和任务规划,可将其划分为4个功能模块:网络管理、数据管理、逻辑判断和信息管理,其构成如图1所示。

其中,网络管理模块提供网络连接、网络传输、仿真节点监控等功能;数据管理模块负责系统中各节点仿真数据的处理,并回溯检测,对系统进行再分析;逻辑判断模块主要负责系统同步控制,确保系统仿真运行;界面控制模块则负责响应用户输入,为其他模块运行提供驱动事件。

3.2 3种模式

为了最大限度地提升系统网络连接通信能力,需要设计一种处理速度能够满足系统实时性要求的控制模式。

3.2.1 控制模式

目前常用的控制模式有:循环控制模式、并发控制模式和完成端口模式。

3.2.1. 1 循环控制模式

无论是UDP模式还是TCP模式,循环控制模式在同一个时刻只可以响应一个用户端的请求,因此,循环控制模式适用于请求比较少,且能够被快速处理的简单服务系统中。

3.2.1. 2 并发控制模式

并发控制的思想是每一个用户的请求并不由管理节点主线程直接处理,而是创建一个子线程来处理。并发控制可以解决用户独占资源的问题,为了响应用户的请求,需要创建子线程,而创建子线程本身就是一种非常消耗资源的操作,从而降低了系统实时响应性能。

3.2.1. 3 完成端口模式

完成端口是Win32一种核心对象,利用完成端口模型,套接字应用程序能够管理多个套接字。应用程序创建一个Win32完成端口对象,通过创建线程池,异步完成I/O处理请求,即在应用程序中调用输入或者输出函数后,立即返回,当I/O操作完成后,系统通知应用程序,应用程序在调用输入输出函数后,只需要等待I/O操作完成的通知即可。

完成端口模式采用为完成端口指定并发线程的数量及初始化套接字时创建一定的服务线程两种方法,服务线程一般创建为并发线程的数量的2倍。假如在一次为用户请求服务时,被唤醒的线程处于阻塞状态,完成端口可以唤醒多余的线程为该客户提供服务,从而避免了创建线程所占用的大量资源,克服了并发控制模式的不足。

通过对3种控制模式设计思想、实现机制等方面的分析,根据分布式虚拟实验系统中仿真管理节点的功能设计,采用完成端口模式可以使系统拥有更好的性能。

3.2.2 仿真管理节点控制模式

在分布式虚拟实验系统中采用的是事件驱动机制,由其他各节点的动作申请驱动系统仿真过程的进行,为了保证系统的实时性能,采用完成端口模式设计实现其网络控制功能。

系统通信部分由一个用户请求线程和CPU数量2倍的服务线程组成,用户请示线程负责接收用户的连接请求及初始化操作,服务线程负责为用户提供服务。主线程、用户请求线程和服务线程的关系如图2所示。

3.3 模块

分布式仿真系统中,为了能重现仿真系统的某些重要细节,对仿真结果进行定量的分析,从而判断系统运行是否达到预期目标,因此,仿真管理节点的数据管理应采用回溯模式进行数据的管理,包括数据记录、分发和更新等。

3.3.1 数据记录

这里的数据主要是指仿真运行过程中产生的仿真数据,首先暂存在内存中,当仿真运行完成后,根据回溯分析结果,选择对数据进行存储或是删除,如果选择存储为外部数据,则要考虑采用数据文件还是数据库的方式进行。考虑到系统的扩充性,当仿真系统中节点增加到一定程度时,采用数据库方法存储数据将有明显的延时,计算复杂度也会明显增加,因此,在分布式虚拟实验彷真系统中采用数据文件方式记录数据。

3.3.2 数据分发

分布式仿真系统中向各节点分发数据最主要考虑的是在保证数据安全性、可靠性的情况下尽量减少网络数据的冗余,优化系统的数据传输能力。

系统采用完成端口模式进行网络控制,因此,数据传输采用可靠性较高的流套接字方式,即数据传输时首先进行数据封装,并定义一个指针指向其首地址,通过指针和封装结构来控制数据传输。各仿真节点产生的仿真数据,可以通过添加一个浮点数类型的节点标识进行断别和处理,从而简化了数据分发时产生的逻辑判断计算。

3.3.3 数据更新

分布式仿真系统对实时性要求较高,因此,进行系统初始化及接收各仿真节点数据更新请求并做出响应时,应尽可能地简化计算过程。

XML语言采用简单、柔性标准化格式表达,在应用间交换数据方面具有明显的优势。结合系统的数据处理要求,仿真管理节点使用XML文件来存储更新请求,用以对仿真系统进行初始化,即仿真运行时先创建一个XML文件,修改其属性值并保存,当接收到其他节点的数据更新请求时进行解析,将相应的参数属性导入仿真管理节点,完成初始化,以响应数据更新请求。

3.4 系统功能

仿真管理节点进行逻辑判断计算的目的是为了对系统仿真流程进行管理、控制及监测,即通过事件回溯,向相关仿真节点发送同步指令或控制指令。

针对分布式仿真系统,时钟同步提供了一种仿真时间的推进机制,确保各仿真节点发送和接收的信息在时间逻辑上的完全正确。目前,基于DIS的分布式仿真系统主要采用的是时间戳机制,而基于HLA的分布式仿真系统则将其定义为RTI的一个服务模块。

3.4.1 同步实现方法

在分布式仿真系统中,通常有3种实现系统同步的方法:

(1)软件同步:即完全利用软件来完成系统中各时钟的同步。当系统规模较大,传输数据量较多时其计算负荷成数量级增加,从而引起同步偏差。

(2)硬件同步:即系统中各节点均引入GPS接收机或专用时钟信号线进行时钟同步。这种方法同步精度最高,但硬件投入成本大。

(3)混合同步:即采用硬件同步和软件同步相结合的方式,共同实现分布式仿真系统中的时钟同步。

3.4.2 同步设计

在分布式虚拟实验仿真系统中,由仿真管理节点来实现仿真同步控制。

根据系统需求,仿真管理节点采用软件同步方式来实现系统同步控制。其中采用的时钟同步算法描述如下:

(1)采用仿真管理节点的本机时钟作为系统的标准时钟T0。

卫生执法权力关键节点的监控 篇3

一、卫生执法存在的问题

1. 幕后交易难以发现。

被执法者“嗅觉”很灵敏, 可以从不同渠道获得相关信息, 从而采取一些“公关”手段, 而此类“公关”多采取“一对一”的方式进行, 且“公关”双方形成了利益共同体, 往往会共同隐瞒相关情况。

2. 违规操作难以监管。

主要表现为:一是卫生监督不按规定程序办事, 有些时候个别领导一人说了算;二是调查取证时避重就轻, 袒护被执法者;三是该行政处罚的不处罚或处罚显失公正。

3. 处罚后落实不到位。

行政处罚做出后, 没有按法律程序强制执行, 而是一拖再拖。而被处罚者不惜采取吃请、赌博、行贿等违法手段进行“公关”, 以小钱换回大钱, 将会造成人为变更或无法执行的后果。

二、卫生执法存在问题的主要原因

1. 体制有弊端。

卫生执法虽然有完善的规章制度, 但在具体执法过程中, 往往是1-2个执法人员分片负责, 在分片范围内, 还是个别人说了算。

2. 内部监督有漏洞。

由于卫生执法有很强的专业性, 在执法队伍内部的互相监督是非常重要的。但由于人少事多, 卫生执法人员互相之间通气少, 同时顾于情面, 不愿介入别人的工作, 更谈不上互相监督。卫生执法队伍的领导往往也忙于事务, 没有举报反映, 也很少过问执法细节。

3. 个人自律性差。

极少数的卫生执法人员不能正确的树立世界观、人生观和价值观, 贪图享受, 追求不健康的生活方式。

三、完善卫生执法制度的对策建议

1. 要进一步完善卫生执法制度建设。

从现场监督、监测、调查、取证、处罚、申请强制执行等一系列执法过程中制定完善的规章制度。对执法活动形成的法律文书, 要有审核制度;对行政处罚逾期不履行的, 要有申请强制执行制度。

2. 要建立实时监控和决策执行机制。

凡属较大卫生执法行为, 特别是涉及有一定随意性和自由裁量权的卫生执法工作, 由分片执法人员提出初步建议, 领导派员复核, 经集体合议、领导审批等程序, 再形成处理意见, 坚持民主集中制原则, 形成对权力运行的有效防控和监督。

3. 要建立权力制约和公开透明机制。

在落实领导监督、民主监督、专项监督三类监督的同时, 要建立权力制约机制, 加强对权力各个环节的监督检查, 发现问题要及时纠正。要在卫生执法项目的各个环节, 加强监察监督, 必要时进行公示。同时, 建立分片执法人员轮岗机制, 形成定期和不定期轮岗, 防止权力失控, 杜绝以权谋私和权钱交易的行为。

4. 要形成卫生执法人员个人自律机制。

认真学习相关法律法规, 提高道德修养, 树立正确的人生观、道德观、荣辱观、养成良好的、健康向上的个人生活习性和爱好。

5. 要明确责任追究制。

设计思维的关键节点 篇4

作为复杂网络的一个组成部分, 社会网络是一个抽象的社会结构, 其实质上是人与人之间复杂的关系网络。社会网络可以看作是由相互连接的节点和边构成, 其中节点是现实中参与社会活动的个人或组织等, 边是指活动参与者之间的关系或联系。常见的社会网络包括合作者网络、电子邮件网络和互联网社区等。随着Internet的快速发展和各种社交网站的出现, 许多大型社会网络的数据可以从运营商或互联网上获得。因此, 人们开始把社会网络引入到数据挖掘领域, 使之成为一个新的研究方向。

对社会网络的挖掘分析, 一个非常重要的问题是关键节点进行发现。对关键节点进行挖掘有着广泛的应用, 例如在市场营销、计算机网络安全防御等方面。在市场营销方面, 可以通过关键节点挖掘识别出具有影响力的潜在客户, 对这些客户进行新产品的免费试用, 从而使其对周围亲戚朋友起到积极的影响作用, 带动他们也来购买产品, 他们又会影响他们自己的朋友, 口口相传, 实现“病毒式营销”。在计算机网络安全防御方面, 可以先挖掘出那些容易传播病毒的关键计算机, 集中精力对他们进行防御, 而不用盲目对整个网络进行防御, 从而达到降低成本提高效率的目的。

在社会网络中, 挖掘最具影响力节点的最优问题是一个NP问题[1]。目前往往采用贪婪算法来解决该问题, 虽然所选节点的影响力可以得到保证, 但是当挖掘大型网络时, 效率低下, 算法运行时间难以接受。针对这一问题, 本文提出了一种新算法———基于PageRank的社会网络关键节点发现算法。该算法思想来源于互联网中著名的PageRank算法[2,3], 并对其进行改进, 使之适合于社会网络。实验结果表明, 该算法不仅能够保证挖掘的影响度, 而且时间效率显著提高。

1 相关研究

近年来, 社会网络的关键节点挖掘在研究上获得了广泛关注。关于社会网络上关键节点的影响力, 学术界没有一个统一的标准。一般认为, 节点的影响力可以用一种打分函数进行衡量, 而这个打分函数的取值可以被理解为节点在社会网络上的影响力, 函数值大的节点被认为是社会网络中的关键节点。

中心度分析是社会网络中关键节点挖掘的一个重要方法, 比较经典的中心度计算方法包括:度中心度、紧密中心度、间距中心度等。这些中心度分析方法从不同侧面衡量节点的重要性:度中心度是用节点度数来衡量的中心度, 紧密中心度是依据网络中各节点之间的紧密性或距离而测量的中心度, 间距中心度则是节点与其它节点之间相间隔的程度。这些中心度分析方法的时间复杂度和空间复杂度往往较高[4]。例如, 对于一个包含n个节点和m条边的社会网络, 紧密中心度的时间复杂度为O (n2) , 间距中心度的时间复杂度为O (nm) 。这对于大型复杂社会网络来说显然不适用。另外, Kempe等人已经证实了关键节点的挖掘是一个NP问题, 并提出采用贪婪算法来解决这个问题, 但是贪婪算法最大的问题在于它的时间复杂度很高。在这种情况下, 本文提出采用Pagerank算法进行关键节点挖掘, 实验证明取得了较好的结果。

2 算法提出

2.1 问题定义

给定一个无向无权图G (V, E) , 挖掘k个关键节点, 使得从这k个关键节点出发的消息传播最大化。其中, 消息传播模型的限制条件为:如果节点i能够影响或激活节点j, 那么节点i在距离d内必须可达节点j。换言之, 需要计算在给定节点集合B时, 能够被集合B影响到的节点数量δ (B) 最大:

2.2 Pagerank算法

Pagerank算法由拉里·佩奇和谢尔盖·布林于1998年提出并发表, 该算法是一个非常经典的Web页面排名算法。凭借着Pagerank算法的基本思想与成功的商业经营, Google已经成为全球非常优秀的互联网企业。Pagerank算法的思想主要是基于网络结构的链接分析。它基于这样一种基本思想:被用户访问越多的网页其质量越高, 而用户在浏览网页时主要通过超链接进行页面跳转, 因此可以通过分析超链接组成的拓扑结构来推算每个网页被访问频率的高低。假设当一个用户停留在某个页面时, 跳转到页面上每个被链接页面的概率相同。对于页面pi, 它的Pagerank值定义为:

其中, q是阻尼系数, 一般定义为0.85;p1, p2, …, pN是被研究的页面;L (pj) 是pj链接页面的数量;N是所有页面的数量。

2.3 基于Pagerank的社会网络关键节点发现算法

Pagerank算法是针对于Web系统而设计, 其基本思想是, 指向某页面的链接将增加该页面的Pagerank值。受该算法启发, 可以将社会网络中的节点模拟成Web中的页面, 而将社会网络中的边模拟成Web中的超链接。因此, 可以采用类似Pagerank算法来计算节点的影响力。

为了简便起见, 仅考虑社会网络中最简单的无向无权图, 算法如下:

该算法的输入为网络G (V, E) 和常数k, 输出为节点集合B。首先把该网络中所有节点的Pagerank值设定为1, 然后执行k次循环, 在每次循环中通过计算节点的Pagerank值选出最大的节点加入到集合B中。整个算法是迭代进行的, 直至得到一个包含k个节点的集合B。

3 实验验证

本文采用Karate俱乐部作为实验数据。该网络是社会网络分析领域的经典数据集。20世纪70年代初期, 社会学家Zachary用了两年时间观察美国一所大学空手道俱乐部34名成员间的社会关系。基于这些成员在俱乐部内部及外部的交往情况, 他构造了成员之间的社会关系网。该网络包含了34个节点, 两个节点之间有一条边则意味着相应的两个成员之间至少是交往频繁的朋友关系。Karate俱乐部社会网络如图1所示。

采用本文所提出的Pagerank算法对这34个节点进行排序, 选出Pagerank值排名前10位的节点如表1所示。

经过比较发现, 上述结果符合实际排名。例如节点34和节点1分别是该俱乐部中实际的两个核心节点。

4 结语

社会网络关键节点发现是社会网络分析的一个重要研究方向。受Pagerank算法启发, 本文提出了基于Pagerank的社会网络关键节点发现算法。将节点模拟成Web中的页面, 将链接模拟成Web中的超链接。实验证明, 将Pagerank算法应用于社会网络中的关键节点发现取得了较好的结果。

摘要：受Pagerank算法启发, 将社会网络中的节点模拟成Web中的页面, 将边模拟成Web中的超链接, 提出基于Pagerank的社会网络关键节点发现算法。通过实验验证了该算法的可行性。

关键词：Pagerank,社会网络,关键节点,挖掘分析

参考文献

[1]KEMPE D, KLEINBERG J M, TARDOS E.Maximizing the spread of influence through a social network[C].The 9th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2003:137-146.

[2]BRIN S, PAGE L.The anatomy of a large-scale hypertextual web search engine[D].Stanford:Stanford University, 1998.

[3]BIANCHINI M, GORI M, SCARSELLI F.Inside pagerank[J].ACM Transactions on Internet Technology, 2006 (2) :92-128.