近來(lái)，我院王建波老師課題組在網(wǎng)絡(luò)科學(xué)及算法領(lǐng)域研究中取得新進(jìn)展，在《中國(guó)科學(xué)：信息科學(xué)》、《IEEE Transactions on Computational Social Systems》和《Chaos: An Interdisciplinary Journal of Nonlinear Science》發(fā)表多篇學(xué)術(shù)論文。
碩士生羅余在《中國(guó)科學(xué)：信息科學(xué)》發(fā)表學(xué)術(shù)論文“基于多階鄰居傳播度量和拓?fù)涮卣鞯母哂绊懥?jié)點(diǎn)識(shí)別”。論文提出了一種綜合多階鄰居傳播度量和拓?fù)涮卣鞯男滤惴▉?lái)有效識(shí)別(單層)復(fù)雜網(wǎng)絡(luò)中的影響力節(jié)點(diǎn)。在多個(gè)真實(shí)網(wǎng)絡(luò)上的大量實(shí)驗(yàn)表明， 所提算法在排序準(zhǔn)確性、有效性和區(qū)分能力等多方面均優(yōu)于7 種最新及代表性方法， 為復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)影響力評(píng)估提供了一種新的思路。論文鏈接：http://scis.scichina.com/cn/2024/SSI-2023-0201.pdf
碩士生劉江華在《中國(guó)科學(xué)：信息科學(xué)》發(fā)表學(xué)術(shù)論文“基于節(jié)點(diǎn)中心性排序和交替乘子法的網(wǎng)絡(luò)重構(gòu)”。論文提出了一種基于節(jié)點(diǎn)中心性排序和交替乘子法的網(wǎng)絡(luò)重構(gòu)算法。將所提算法相比于現(xiàn)有代表性重構(gòu)方法， 提升了重構(gòu)精度， 減少了重構(gòu)時(shí)間， 具有更高的抗噪聲魯棒性。該研究提升了網(wǎng)絡(luò)重構(gòu)算法應(yīng)用于大規(guī)模網(wǎng)絡(luò)的準(zhǔn)確性、適用性和可靠性， 并可在未來(lái)擴(kuò)展到不同類(lèi)型約束的加權(quán)網(wǎng)絡(luò)重構(gòu)中。論文鏈接：http://engine.scichina.com/doi/10.1360/SSI-2024-0276
碩士生羅雨在《IEEE Transactions on Computational Social Systems》發(fā)表學(xué)術(shù)論文“CWIIIF: A Novel Algorithm for Identifying Influential Nodes in Multilayer Networks”。論文針對(duì)多層網(wǎng)絡(luò)這一研究熱點(diǎn)，提出了一種新的算法，可以準(zhǔn)確地識(shí)別多層網(wǎng)絡(luò)中有影響力的節(jié)點(diǎn)。該算法綜合了加權(quán)層內(nèi)和層間影響因素，考慮了多層網(wǎng)絡(luò)結(jié)構(gòu)的獨(dú)特特性。在多個(gè)真實(shí)和合成的多層網(wǎng)絡(luò)上進(jìn)行了多項(xiàng)對(duì)比實(shí)驗(yàn)表明，所提新算法在識(shí)別有影響力節(jié)點(diǎn)方面明顯優(yōu)于九種最先進(jìn)和經(jīng)典的方法。該論文的審稿人（共五個(gè)）對(duì)該工作給與了高度評(píng)價(jià)，稱(chēng)其對(duì)研究?jī)?nèi)容做出了重大貢獻(xiàn)“ the article is a significant contribution to the research content.”，并打出了優(yōu)秀“Excellent”的評(píng)價(jià)總結(jié)。論文鏈接：https://ieeexplore.ieee.org/abstract/document/10930885
碩士生何昊星在《Chaos: An Interdisciplinary Journal of Nonlinear Science》發(fā)表學(xué)術(shù)論文“Epidemic spread dynamics in multilayer networks: Probing the impact of information outbreaks and reception game”。論文基于現(xiàn)實(shí)世界中的信息爆發(fā)傳播和接收博弈現(xiàn)象，構(gòu)建了具有信息爆發(fā)和信息接收博弈的多層網(wǎng)絡(luò)病毒傳播模型；通過(guò)微觀(guān)馬爾科夫(MMC) 方法推導(dǎo)了網(wǎng)絡(luò)的傳播動(dòng)力學(xué)方程；分析了信息爆發(fā)、信息接收成本、信息擴(kuò)散率、信息遺忘率和網(wǎng)絡(luò)結(jié)構(gòu)等因素對(duì)病毒傳播的影響。研究發(fā)現(xiàn)，信息爆發(fā)能有效抑制病毒的傳播，而信息接收成本升高則促進(jìn)了病毒的擴(kuò)散；網(wǎng)絡(luò)的異質(zhì)性對(duì)抑制病毒感染規(guī)模起到了關(guān)鍵作用，網(wǎng)絡(luò)異質(zhì)性越大越有利于病毒防控；真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了其方法在實(shí)際場(chǎng)景中的有效性。論文鏈接：https://doi.org/10.1063/5.0236359
以上研究成果的合作者還包括：北京師范大學(xué)許小可教授、我院李平研究員以及香港大學(xué)杜占瑋副研究員。
《中國(guó)科學(xué)：信息科學(xué)》是中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF)、中國(guó)自動(dòng)化學(xué)會(huì)(CAA)、中國(guó)通信學(xué)會(huì)(CIC) 和中國(guó)人工智能學(xué)會(huì)(CAAI) 推薦的A類(lèi)期刊，中國(guó)電子學(xué)會(huì)(CIE) 推薦的T1級(jí)期刊。IEEE TCSS和Chaos分別是社會(huì)計(jì)算領(lǐng)域的權(quán)威期刊和交叉學(xué)科國(guó)際著名SCI期刊，均為JCR1區(qū)期刊。
