报告人:张薇 博士

报告时间:2025年12月19日 上午10:00

报告地点:主楼204会议室

报告邀请人:郑木华教授

题目:符号网络上的中观结构

摘要:传统平衡理论常作为符号网络社群检测方法的起点，其目标是将网络划分为不同社群，使社群内部正连接尽可能多、社群之间负连接尽可能多。然而，这类描述性方法虽能成功找到平衡划分，却无法量化其在数据描述中的重要性，且忽略了符号网络中可能存在非平衡中观结构。本研究提出并应用一种新框架以突破现有方法的局限。我们旨在量化符号图中非平衡划分的强度，通过结合基于随机区块模型的现代社群检测技术，并将其扩展至符号图的中观结构表征。我们的方法不依赖结构平衡约束，因此可在实证数据中发现更多非平衡中观结构；同时，若数据呈现明显的群内正连接与群间负连接，本方法亦可隐式恢复传统结构平衡理论。以美国国会网络为例，我们分析第100届众议院的法案共同提案倾向。尽管社群检测过程未使用政党信息，但我们的方法所识别的社群划分与政党高度吻合，并进一步发现核心—边缘结构。

个人简介:张薇博士现为博士后研究员，从事复杂系统与数据科学研究。于2024年在瑞士苏黎世联邦理工学院（ETH Zurich）获得博士学位，博士毕业后赴澳大利亚悉尼大学开展博士后研究，参与澳大利亚研究理事会（ARC）资助项目。

研究兴趣包括网络科学、演化动力学与复杂社会系统，重点关注复杂社会系统的建模与动力学机制，以及这些微观相互作用如何涌现出宏观集体现象。研究方法涵盖理论建模、数据驱动建模及基于网络的在线实验。当前工作侧重于数据科学方法在复杂系统中的应用，利用大规模真实数据探测并解释社会网络中的中尺度结构及其功能意义。其工作发表于Chaos, Solitons & Fractals, Appl. Math. Comput., Chaos等国际知名期刊。