基于同步理论的股票网络社团识别研究

• 作者: 蔡世民 麻景豪
• 来源期刊: 复杂系统与复杂性科学
• 学科: 地球科学
• 关键词: 同步理论 股票网络 社团结构 社团检测
• 年，卷（期）: 2014,（4）
• 页码范围: 48-53
• 页数: 6页
• 分类号: N94|O59
• 字数: 4068字
• 语种: 中文
• DOI: 10.13306/j.1672-3813.2014.04.009

摘要

利用股票价格波动时间序列的相关特性,基于同步理论研究股票网络的社团结构.通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构.随后,利用基于Kuramoto模型的同步聚类算法对网络节点(股票)进行动态分组,由局部序参量确定算法的收敛性并得到稳定的社团结构.通过与快速社团检测算法的对比验证,表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构,且更符合股票的属性分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡世民	电子科技大学计算机科学与工程学院	8	37	4.0	6.0
2	麻景豪	电子科技大学计算机科学与工程学院	1	6	1.0	1.0