基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对无权网络建模暴恐团伙时忽略了关系属性的不足,提出用边权重量化关系属性的加权网络建模方法,设计了一种边权重的要素选择、要素量化及权重计算方法.为分析暴恐团伙加权网络,引入拉普拉斯中心度,度量节点对网络效率的影响来识别团伙中的核心成员.选取制造昆明"3·01"袭击事件的暴恐团伙开展实证分析,结果表明提出的加权网络建模方法,获得的网络信息更完整,采用拉普拉斯中心度能有效识别出团伙核心成员.
推荐文章
系统结构及其核心成员的定量描述研究
系统
社会网络
核心成员
核心性
重要性
核度
基于社交网络的犯罪团伙发现算法研究
社交网络
Louvain算法
犯罪团伙识别
通信网络社区
社区发现
动态加权网络中的演化社区发现算法研究
动态网络
加权网络
社区发现
模块度
基于集成分类的暴恐图像自动标注方法
图像标注
多标签分类
集成学习
权重分配
样本不均衡
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于加权网络的暴恐团伙核心成员发现研究
来源期刊 信息工程大学学报 学科
关键词 加权网络 暴恐团伙网络 核心成员 拉普拉斯中心度
年,卷(期) 2021,(3) 所属期刊栏目 软件工程
研究方向 页码范围 359-363
页数 5页 分类号 N94
字数 语种 中文
DOI 10.3969/j.issn.1671-0673.2021.03.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (24)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
加权网络
暴恐团伙网络
核心成员
拉普拉斯中心度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导