本文针对推荐系统广泛存在的系统拥塞问题，首次提出了一种量化推荐拥塞程度的指标并比较了几种经典推荐算法的抗拥塞能力。结果显示推荐精度高的算法抗拥塞能力往往很差，而那些能较好防止推荐用塞的算法推荐精度又很低。为了解决这一两难问题，作者基于有向含权网络上的热传导过程提出一种新的推荐算法 DWC(Directed Weighted Conduction) 。在多个数据集上的实验表明该算法与以往经典算法相比，能够在保持推荐的准确性和多样性的同时，有效避免推荐系统陷入拥塞。本文提出的算法可应用于有限资源的产品或服务的推荐中，在电子商务领域具有广泛的应用前景。 论文下载地址： http://iopscience.iop.org/1367-2630/16/6/063057 作者：Xiaolong Ren, Linyuan Lu*, Runran Liu and Jianlin Zhang 摘要：Recommender systems use the historical activities and personal profiles of users to uncover their preferences and recommend objects. Most of the previous methods are based on objects' (and/or users') similarity rather than on their difference. Such approaches are subject to a high risk of increasingly exposing users to a narrowing band of popular objects. As a result, a few objects may be recommended to an enormous number of users, resulting in the problem of recommendation congestion, which is to be avoided, especially when the recommended objects are limited resources. In order to quantitatively measure a recommendation algorithm's ability to avoid congestion, we proposed a new metric inspired by the Gini index, which is used to measure the inequality of the individual wealth distribution in an economy. Besides this, a new recommendation method called directed weighted conduction (DWC) was developed by considering the heat conduction process on a user-object bipartite network with different thermal conductivities. Experimental results obtained for three benchmark data sets showed that the DWC algorithm can effectively avoid system congestion, and greatly improve the novelty and diversity, while retaining relatively high accuracy, in comparison with the state-of-the-art methods.
2013 年上映的电影《地心引力》浓墨重彩地描述了人类 失去 赖以生存的母体作用，生命也将随时面临危机，其关联关系显而易见。然而，万有引力与网络科学，与互联网有什么关系呢？ 最近，虎哥的处女作 ” Gravity Effects on Information Filtering and Network Evolving ” 刚刚在 PLoSONE 上发表，详细地阐述了这方面的研究进展。 利用万有引力模型，进行社会经济信息方面的研究由来已久。如人口迁移 ，国际贸易 ，交通分析 ，人类空间行为预测 等。然而，在人类在线行为分析、建模和预测的工作中，万有引力模型的应用还很少见。本文利用人们的在线标注行为中的蕴藏的丰富信息，将用户和物品的标签数视为“质量”，将二者之间的共同兴趣大小 ( 相同标签个数 ) 视为“距离”，这样很自然地将引力模型引入到推荐系统中，刻画和预测未知二元关系的似然程度。进一步地，为了理解“万有引力”和网络增长的关系，我们将所改进的引力模型和 ER 及 BA 模型进行比较，发现基于引力模型演化的网络，其拓扑性质比 ER 、 BA 等随机网络更加贴近真实网络结构。总结而言，本文的贡献有以下三点： 1． 将万有引力模型引入到推荐系统中，方法简洁而新颖，结果也更优； 2． 基于兴趣的万有引力模型，比随机网络模型更能刻画真实网络； 3． 在推荐算法设计中，没有像传统推荐模型一样，显式地利用网络关系，而是从人的兴趣行为这一根本驱动力出发，匹配“人 - 物”这一对二元关系。更优算法的结果预示着人的兴趣行为可以用来有效地预测网络结构。这种从网络底层到网络表层的预测方法，越来越显示出一系列有趣、有效也更有解释性的优越性，我们在后面其他的工作中还会持续介绍。 另外，本文用到的数据，可在 论文官方网页 上提供免费下载。 编后注：利用引力模型做信息推荐，最初的灵感来自于博友 章成志 对博主一篇博文的评论，并介绍了一篇相关的计算机会议论文。当时我看完后，第一感觉是，问题很有趣，方法太繁琐，有如隔靴搔痒般的不爽利。经过大家几番试验后，终于采用最接近引力模型原始方式来处理。可以说，本工作完全是来自于科学网互动交流的启发。本文在最后也特别致谢了 章成志 博友。 参考文献： Karemera D, Oguledo VI, Davis B (2000) Agravity model analysis of international migration to north america. Appl Econ 32: 1745 – 1755. Rose AK (2004) Do we really know that thewto increases trade. Am Econ Rev 94: 98 – 114. Jung, WS, Wang F, Stanley, HE (2008)Gravity model in the Korean highway. EPL. 81: 48005 Simini, F, Gonz á lez MC, Maritan A, Barab á si, AL (2012). A universal model for mobility and migration patterns. Nature 484, 96-100 论文信息 :Jin-Hu Liu, Zi-Ke Zhang, Chengcheng Yang, Lingjiao Chen, Chuang Liu, XueqiWang. Gravity Effects on Information Filtering and Network Evolving. PLoS ONE 9(2014) e91070. 论文在线： http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0091070 本地下载： 2014PO-Gravity Effects on Information Filtering and Network Evolving.pdf
最近推荐系统很火，转载一篇入门级别的，转载地址： 推荐系统的循序进阶读物 导师推荐的 为了方便大家从理论到实践，从入门到精通，循序渐进系统地理解掌握推荐系统及相关知识。特做了个读物清单。大家可以按此表阅读，也欢迎提出意见和指出未标明的经典文献以丰富各学科需求（为避免初学者疲于奔命，每个方向只推荐几篇经典文献）。 1. 中文综述(了解概念-入门篇) a) 个性化推荐系统的研究进展 b) 个性化推荐系统评价方法综述 2. 英文综述(了解概念-进阶篇) a) 2004ACMTois-Evaluating collaborative filtering recommender systems b) 2004ACMTois -Introduction to Recommender Systems - Algorithms and evaluation c) 2005IEEEtkde Toward the next generation of recommender systems - A survey of the state-of-the-art and possible extensions 3. 动手能力(实践算法-入门篇) a) 2004ACMtois Item-based top-N recommendation algorithms.pdf (协同过滤) b) 2007PRE Bipartite network projection and personal recommendation.pdf (网络结构) 4. 动手能力(实践算法-进阶篇) a) 2010PNAS-Solving the apparent diversity-accuracy dilemma of recommender systems.pdf (物质扩散和热传导) b) 2009NJP Accurate and diverse recommendations via eliminating redundant correlations.pdf (多步物质扩散) c) 2008EPL Effect of initial configuration on network-based Recommendation.pdf (初始资源分配问题) 5. 推荐系统扩展应用(进阶篇) a) 2009EPJB Predicting missing links via local information.pdf (相似性度量方法) b) 2010theis-Evaluating Collaborative Filtering over time.pdf (基于时间效应的博士论文) c) 2009PA Personalized recommendation via integrated diffusion on user-item-tag tripartite graphs.pdf (基于标签的三部分图方法) d) 2004LNCS Trust-aware collaborative filtering for recommender systems.pdf （基于信任机制） e) 1997CA-Fab_content-based, collaborative recommendation.pdf (基于文本信息) 6. 推荐结果的解释(进阶篇) a) 2000CSCW-Explaining Collaborative Filtering Recommendations.pdf b) 2011PRE-Information filtering via biased heat conduction.pdf c) 2011PRE- Information filtering via preferential diffusion.pdf d) 2010EPL Link Prediction in weighted networks - The role of weak ties e) 2010EPL-Solving the cold-start problem in recommender systems with social tags.pdf 7. 推荐系统综合篇(专著、大型综述、博士论文) a) 2005Ziegler-thesis-Towards Decentralized Recommender Systems.pdf 2010Recommender Systems Handbook.pdf
中文 1. 刘建国，周涛，汪秉宏，个性化推荐系统的研究进展 ， 自然科学进展 19 (2009) 1-15. 2. 项亮，陈义，王益，推荐系统实践，图灵出版社， 2012. 3.朱郁筱，吕琳媛，推荐系统评价指标综述 电子科技大学学报 2012.3 网站： ResysChina: http://www.resyschina.com/ IBM developerworks: http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html?ca=drs - 英文 1. Recommender systems Linyuan Lüa,b,c, Matúš Medob, Chi Ho Yeungb, Yi-Cheng Zhangb, Zi-Ke Zhanga,Tao Zhoua，Physics Reports 2012 D. Jannach, M. Zanker, A. Felfernig, G. Friedrich. Re com mender Systems: An Introduction. Cambridge University Press, 2011 . 2.F. Ricci, L. Rokach, B. Shapira, P. B. Kantor, Re com mender Systems Handbook: A Com plete Guide for Scientists and Practioners , Springer , 2011 .
Negative ratings play a positive role in information filtering The explosive growth of information asks for advanced information filtering techniques to solve the so-called information overload problem. A promising way is the recommender system which analyzes the historical records of users’ activities and accordingly provides personalized recommendations. Most recommender systems can be represented by userobject bipartite networks where users can evaluate and vote for objects, and ratings such as ‘‘dislike’’ and ‘‘I hate it’’ are treated straightforwardly as negative factors or are completely ignored in traditional approaches. Applying a local diffusion algorithm on three benchmark data sets, MovieLens, Netflix and Amazon, our study arrives at a very surprising result, namely the negative ratings may play a positive role especially for very sparse data sets. In-depth analysis at the microscopic level indicates that the negative ratings from less active users to less popular objects could probably have positive impacts on the recommendations, while the ones connecting active users and popular objects mostly should be treated negatively. We finally outline the significant relevance of our results to the two long-term challenges in information filtering: the sparsity problem and the coldstart problem. Author： Wei Zeng, Yu-Xiao Zhu, Linyuan Lü, Tao Zhou Journal ：Physica A 390 (2011) 4486–4493. Download ： Negative ratings play a positive role in information filtering_PHYSA13305.pdf
Information filtering via preferential diffusion Linyuan L ü and Weiping Liu Phys. Rev. E 83, 066119 (2011) 全文链接： http://pre.aps.org/abstract/PRE/v83/i6/e066119 全文下载： Information Filtering via Preferential Diffusion.pdf Recommender systems have shown great potential in addressing the information overload problem, namely helping users in finding interesting and relevant objects within a huge information space. Some physical dynamics, including the heat conduction process and mass or energy diffusion on networks, have recently found applications in personalized recommendation. Most of the previous studies focus overwhelmingly on recommendation accuracy as the only important factor, while overlooking the significance of diversity and novelty that indeed provide the vitality of the system. In this paper, we propose a recommendation algorithm based on the preferential diffusion process on a user-object bipartite network. Numerical analyses on two benchmark data sets, MovieLens and Netflix , indicate that our method outperforms the state-of-the-art methods. Specifically, it can not only provide more accurate recommendations, but also generate more diverse and novel recommendations by accurately recommending unpopular objects. 一个好的推荐算法不仅要有高的精确度（即推荐的东西用户喜欢）也要有一定的多样性。这里的多样性有两个方面： 1） 针对一个用户而言的多样性：推荐算法能够找到用户喜欢的冷门 item 的能力。比如我喜欢动画片，如果推荐系统给我推荐了《功夫熊猫 2 》我肯定喜欢（高精确度），但是我并不满意这次推荐，因为对于这种热片我早已在电影院看过了。相比较如果能给我推荐一部我不知道的动画片，又符合我的口味，那么这次推荐就是相当成功的。我们用 Intrasimilarity 刻画这种多样性。一个用户的推荐列表中推荐产品的相似性越低表示推荐多样性越高。 PD 算法在此方面具有优势。 一个好的推荐算法能够开拓用户的视野，就像一个凹透镜可将用户的兴趣发散出去，当然这种发散也最好是在不影响精度的前提下进行。 2） 用户间的推荐多样性：针对不同用户的推荐尽可能的不同。这个指标用两个推荐列表的 Hamming 距离衡量，即在长度为 L 的两个推荐列表中有多少是不同的 item 。显然此值越大表示越多样。 给定推荐列表长度 L ，针对一种推荐算法统计推荐的结果中不同的 item 数目，以及每个 item 被推荐的次数 Q ，按照 Q 从大到小排序得到下图。其中 NBI 为最基本的物质扩散算法 ， HPH 为物质扩散和热传导的混合算法 。可以看出，相比较 NBI 和 HPH ， PD 能够推荐更多不同的 item 给用户。例如在 MovieLens 数据集上，当 L=50 时， NBI 只能推荐 293 个 item ， HPH 可以推荐 787 个，而 PD 可以推荐上千种产品。在 Netflix 上， PD 可以推荐 5000 以上的产品。由于 Neflix 一共才 5586 个 item ，这意味着几乎所有的 item 都有机会被推荐。由此可见， PD 能够产生更加多样性的推荐结果。 推荐系统的大部分研究过分强调了推荐的精确性而忽略了多样性问题。然而精确的推荐不一定是用户满意的推荐。用户更喜欢新奇的体验，从而在很大程度上提高系统的粘性。虽然已经有一些指标刻画推荐的满意度，如 half-life utility ，但是这些指标是否能够反应真实系统中用户的体验感呢？如何设计以用户体验为中心的推荐系统仍然是一个长期具有挑战的的问题。
推荐系统论坛 原文：http://www.guwendong.com/post/2011/rsf2011.html Google 的辉煌成就，曾经让许多人一度认为，Google 时代就是互联网的终结了。而近年来以 Facebook 为代表的社会化网络成功突围，使人们明白，一切其实才刚刚开始。用户贡献内容，社会化途径传播，这让信息量极度膨胀。潘多拉魔盒已经打开，“选择”的时代 已然开启，新的十年，我相信，推荐引擎必领风骚。 “We are leaving the age of information and entering the age of recommendation” — Chris Anderson in The Long Tail。 3月，春暖花开，2011推荐系统论坛即将到来。本届大会由淘宝网与 ResysChina 联合主办，共设六个主题演讲，各个给力。尤其令人激动的是，我们成功邀请到了 Netflix Prize 冠军队成员 Yehuda Koren 先生参会，进行主题演讲，精彩不容错过！ “Web-Scale Recommendation Systems”，Yehuda Koren，Senior Researcher at Yahoo! Research “淘宝数据力量”，贾超，淘宝网数据产品部技术经理 “推荐系统：算法、评估、应用”，张栋，百度科学家 “Sharing on Amazon’s Personalization Technology”，林承仁，无觅网创始人 “推荐系统在电子商务环境中的应用”，项碧波，淘宝网 “Personalization in Hulu”，郑华，Hulu推荐团队负责人。 会议时间：3月6日全天 会议地点： 北京地质大学国际会议中心 本次大会免费参加，参会总人数将控制在 200 人左右，为了保证良好的讨论氛围，优先考虑团队报名，有意者请到此处填写 报名申请 。如有疑问，可以联系 谷文栋 （wendell.gu#gmail.com）。更多会议信息，请关注 ResysChina 官方微博， http://t.sina.com.cn/resys 。
此文拟送《复杂系统与复杂性科学》发表 推荐系统、信息挖掘及基于互联网的 信息物理研究 * 汪秉宏 1, 2 , 周涛 1, 3, 4 , 刘建国 2, 4 （ 1: 中国科学技术大学近代物理系，合肥； 2: 上海理工大学复杂系统科学研究中心，上海 3: 电子科学技术大学互联网研究中心，成都 4 ：瑞士弗里堡大学物理系，瑞士） 摘要：本文主要介绍由中国科学技术大学统计物理复杂系统研究组、上海理工大学复杂系统科学研究中心、电子科技大学互联网研究中心和瑞士弗里堡大学物理系所组成的研究团队在国家自然科学基金项目：基于复杂网络的复杂系统动力学及统计行为的研究（重点项目 2007-2010 ）；动态评价网络的统计分析与信息挖掘（信息科学部主任基金 2008-2009 ）；人类行为的动力学和统计力学研究（ 2010-2012 ） ；及 重大研究计划 非常规突发事件应急管理研究 （重点项目 2011-2013 ） 支持下所完成的关于 推荐系统、信息挖掘及基于互联网的信息物理研究方面的工作和研究进展概述。 --------------------------------------------- * 本文研究受国家自然科学基金（ 10635040 ， 10975126, 91024026 ， 10905052 ， 70901010 ）、国家重点基础研究计划（ 973 项目， 2006CB705500 ）、高校博士点基金（ 20093402110032 ） , 上海市重点学科项目 (S30501), 上海市科研创新基金 ( 11ZZ135, 11YZ110 ). 上海市智能信息处理重点实验室开放基金（ IIPL-2010-006 ） . 等资助。 汪秉宏（ 1944 - ），男，江西人，教授，博士生导师，主要研究方向为统计物理、复杂系统与复杂网络理论。 周涛（ 1982- ），男，四川人，教授。主要研究方向：复杂网络，互联网，信息物理 刘建国 (1979- ), 男，山西人，副教授。主要研究方向：复杂网络，个性化推荐，知识管理。 --------------------------------------------- （ 1 ）在 PNAS 【 107, 2010:4511-4515 】上发表论文，首次指出传统意义上的信息推荐算法具有过度强调精确性而忽略多样性的缺点，而信息提供者的价值往往更多地源于提供多样和新颖的信息。第一次系统研究了仅知道网络拓扑结构的情况下如何考量推荐算法的多样性和新颖性，这对于该方向的研究起到了基础性的作用。开创性地提出了一种专门推荐不太流行的冷门资源的基于热传导的算法，该算法与所有已知的倾向于发掘流行资源的算法大异其趣。通过大量基于真实数据的分析，显示了此算法与基于物质扩散的算法结合后，可以同时明显提高推荐系统的准确度、多样性和新颖性。这一发现有望推动甚至最终解决推荐系统中精确性与多样性鱼和熊掌不可兼得之难题。这一重要成果已经获得 Nature News （ Published online 22 February 2010 | Nature | doi:10.1038 / news.2010.86 ）的专门新闻报道【 1 】 : http://www.nature.com/news/2010/100222/full/news.2010.86.html （ 2 ）自 2008 年 Clauset 等人在 Nature 发表基于网络结构的链路预测的论文之后，基于网络的链路预测成为复杂网络与信息挖掘方面研究的共同热点。动态评价网络的信息挖掘本质上是二部分网络上的链路预测。我们提出了两种基于局部信息的相似性指标资源扩散指数、局域路径指数，通过和 9 种广为人知的局部相似性指标在 6 种不同真实网络中进行比较，我们指出新提出的两种指标明显具有更好地刻画节点相似及相近程度的能力。提出后立刻受到了广泛的关注，国际上已经有其他三个研究团队跟踪讨论了资源扩散参数在信息推荐、有向网络链路预测和社区结构挖掘方面的应用。这些结果均证明了我们提出的指数具有明显优于已知局部参数的性质【 2 】。 （ 3 ）最近的一些大规模实证研究显示，信息推荐中社会关系往往比推荐内容与用户喜好的匹配程度更加重要。事实上，用户更喜欢来自朋友而非来自系统的推荐。因此，社会过滤（ social filtering ）被认为极有可能成为下一代信息过滤器（搜索引擎、推荐系统等）的核心之一。我们以 Web 2.0 系统中新闻共享和推荐为例，提出了基于适应性网络的一种社会过滤机制，该机制能够明显提高用户体验。 L Atelier 对本项目成员周涛进行了专访，并在 L Atelier Report 中对于 Europhysics Letters 88 (2009) 38005 一文 进行了专题报道【 3 】 （ 4 ）通过考虑基于物质扩散的信息推荐算法中初始物质分布的精细结构，我们提出一种改进算法 ，此算法相比原始算法，能够将精确性提高 10% 左右。这一算法的真正重要价值在于首次明确提出基于用户 - 资源的二部分网络结构，如何对推荐的多样性和新颖性进行度量。尽管相应的度量指标尚较粗糙，但却是以后关于信息多样性的一系列研究的初始。 （ 5 ）协同标签系统最近几年非常流行，其基本思想是允许用户自由添加一些关键词（标签）来描述自己收藏的各种资源。这些标签一方面反映了用户的个人喜好，另外一方面可以看作对所标记资源的一种非常精简的内容描述。我们首次尝试将这些信息整合到基于物质扩散的推荐算法中，并且在精确性和多样性方面均取得非常明显的提高。这一工作推动了一系列后续的基于标签的信息挖掘研究【 5 】。 （ 6 ）尽管复杂网络中的链路预测问题不乏讨论，但是对于含权网络的讨论较少。一种直观的想法是权重较大的链路在预测中起到决定性的作用，该观点也被最近基于一个问答系统的实际分析所验证。但是我们恰恰与此观点相反，我们发现大部分网络中权重较小的链路反而起到了更关键的作用。我们通过模块统计分析给出了如何预先判断该网络中权重大小与链路预测能力强弱关系的方法。尽管弱连接理论声称在维持网络连通能力和稳定性方面权重较小的链路更加重要，但是在信息挖掘领域，我们第一次强调了弱链接的重要性，从而从根本上质疑了含权网络链路预测的直观理念和已知结果。因此我们发表了一篇本项目迄今为止最为有趣的一篇论文【 6 】！ （ 7 ）我们提出一种自洽的迭代框架【 7 】。只要一种推荐算法能够表达为一个矩阵算子对于用户 - 资源关联矩阵上的操作，该算法就可以通过迭代寻优的方式提高原算法的精确性。这个方法已经被证明对于协同过滤和矩阵分解是适用的。 （ 8 ）从不同渠道得到的对于同一个对象的推荐信息有可能包含着严重的冗余！如何去除这种可能存在但又无法直接检验的冗余信息是一个新的挑战。我们设计了一种利用二阶关联的方式，能够简单快速的去除可能的冗余信息。在基于物质扩散的推荐算法框架下，我们提出的方法能够将精确性提高 20% 到 30% ，所得到的结果是目前本项目所有工作中最为精确的，甚至超过了名噪一时的 LDA 算法。见论文【 8 】 （ 9 ）推荐系统的研究受到了信息科学、计算数学、统计物理学、认知科学等多学科的关注，它与管理科学、消费行为等研究也密切相关。根据推荐算法的不同，我们在自然科学进展 中分别介绍了协同过滤系统，基于内容的推荐系统，混合推荐系统，以及最近兴起的基于用户产品二部图网络结构的推荐系统 . 并结合这些推荐系统的特点以及存在的缺陷，提出了改进的方法和未来可能的若干研究方向。此文能够为不同学科领域的科研工作者研究推荐系统提供借鉴，有助于我国学者了解该领域的主要进展，也是本项目最重要的一篇总结性论文【 9 ， 10 】。 （ 10 ）根据推荐系统任务的不同 , 文献 介绍了不同的准确性度量指标以及各自的优缺点；介绍了准确度之外的其它指标 , 例如推荐多样性、覆盖率等；指出了目前评价指标存在的缺陷 , 以及未来可能的改进方向。本文是本项目研究中重要而比较通俗的的总结性论文【 11 】 . (11) 信息物理项目的其他研究方面： 我们的研究发现，在基于网络扩散的推荐算法中，放置在对象上的初始待扩散资源对于推荐结果有很大影响。研究人员设计了一种可以调节对象初始资源的方法，针对 MovieLens 的数据实验表明，适度降低流行对象的影响力可以明显提高推荐的精确度【 12 】，并且提高推荐的多样性。文章发表在 2008 年的《欧洲物理快报》上【 13,14 】。 提出了一种普适的方法，可以把基于矩阵算子的一切推荐算法转化为一种迭代寻优的方式。数值实验显示，这种方法可以快速收敛，并且算法精确度比经典的协同过滤和 SVD 分解提高很多，分别是 7% 和 10% 。文章发表在《欧洲物理快报》上【 15 】。 针对基于网络的扩散算法，提出了一种新的含权推荐算法，可以把原算法的精确度提高 10% 左右。文章发表在《荷兰物理 A 》上【 16,17 】。 标签，或者关键词，是对象文本信息的总结和抽象，可以应用于推荐算法并获得很好的结果。本文实证研究了多个国际期刊上关键词的统计特性，为开展基于关键词的推荐算法研究奠定了基础。文章发表在《欧洲物理学杂志 B 》上。 提出了一种新的度量用户之间和对象之间的相似度的计算方法，把这个方法应用到基于用户和对象的协同过滤算法中，可以明显提高推荐的精确度，提高程度分别是 14% 和 12% 。文章发表在《荷兰物理 A 》上。 参考文献 . Tao Zhou, Zoltan Kuscsik, Jian-Guo Liu, Matus Medo, Joseph Wakeling, Yi-Cheng Zhang, Solving the apparent diversity-accuracy dilemma of recommender systems 。 PNAS, 107 (2010) 4511-4515. . Tao Zhou, Linyuan L, Yi-Cheng Zha, Predicting missing links via local information . European Physical Journal B 71 (2009) 623630. . Matus Medo, Yi-Cheng Zhang, Tao Zhou ， Adaptive model for recommendation of news. Europhysics Letters 88 (2009) 38005. . Tao Zhou, Luo-Luo Jiang, Ri-Qi Su, Yi-Cheng Zhang ， Effect of initial configuration on network-based Recommendation. Europhysics Letters 81 (2008) 58004. . Zi-Ke Zhang, Tao Zhou, Yi-Cheng Zhang ， Personalized recommendation via integrated diffusion on user-item-tag tripartite graoh. Physica A 389 (2010) 179. . Linyuan L, Tao Zhou ， Link Prediction in weighted networks: The role of weak ties. Europhysics Letters 89 (2010) 18001 . Jie Ren, Tao Zhou, Yi-Cheng Zhang ， Information filtering via self-consistent refinement. Europhysics Letters 82 (2008) 58007. . Tao Zhou , Ri -Qi Su, Run-Ran Liu, Luo-Luo Jiang, Bing-Hong Wang, Yi-Cheng Zhang. Accurate and diverse recommendations via eliminating redundant correlations ， New Journal of Physics 11 (2009) 123008. . 刘建国，周涛，汪秉宏，个性化推荐系统的研究进展，自然科学进展， 2009 年 1 月，第 19 卷， 1-15 页 . . Jian-Guo Liu, Michael Zhi-Qiang Chen, Jian-Chi Chen, Fei Deng, Hai-Tao Zhang, Zi-Ke Zhang, Tao Zhou. Recent Advances in Personal Recommneder Systems . International Journal of Information and Systems Sciences 5 (2009) 230247 . 刘建国，周涛，郭强，汪秉宏，个性化推荐系统评价方法综述，复杂系统与复杂性科学， 2009 年 9 月，第 6 卷， 1-10 页 . . Tao Zhou, Jie Ren, Matus Medo, Yi-Cheng Zhang. Bipartite network projection and personal recommendation. Phys. Rev. E, 76 (2007) 046115 . Zi-Ke Zhang, Linyuan L, Jian-Guo Liu, Tao Zhou. Empirical analysis on a keyword-based semantic system . European Physical Journal B 66 (2008) 557 . Tao Zhou, Luo-Luo Jiang, Ri-Qi Su, Yi-Cheng Zhang. Effect of initial configuration on network-based recommendation . Europhysics Letters 81 (2008) 58004. . Duo Sun, Tao Zhou, Jian-Guo Liu, Run-Ran Liu, Chun-Xiao Jia, Bing-Hong Wang. Information filting based on transferring similarity. Physical Review E 80 (2009) 017101. . Chun-Xia Jia, Run-Ran Liu, Duo Sun, Bing-Hong Wang. A new weighting method in network-based recommendation . Physica A 387 (2008) 5887. . Run-Ran Liu, Chun-Xiao Jia, Tao Zhou, Duo Sun, Bing-Hong Wang. Personal recommendation via modified collaborative filtering .Physica A 388 (2009) 462. . Linyuan L, Ci-Hang Jin, Tao Zhou. Similarity index based on local paths for link prediction of complex networks. Physical Review E 80 (2009) 046122 . Ming-Sheng Shang, Linyuan L, Wei Zeng, Yi-Cheng Zhang, Tao Zhou. Relevance is more significant than correlation: Information filtering on sparse data.Europhysics Letters 88 (2009) 68008 . Ming-Sheng Shang, Ci-Hang Jin, Tao Zhou, Yi-Cheng Zhang. Collaborative filtering based on multi-channel diffusion . Physica A 388 (2009) 4867-4871 . Jian-Guo Liu, Tao Zhou, Bing-Hong Wang, Yi-Cheng Zhang. Effects of Users Tastes on Personalized Recommendation, International Journal of Modern Physics C 20 (2009) 1925 . Jian-Guo Liu, Tao Zhou, Bing-Hong Wang, Yi-Cheng Zhang, Qiang Guo. Degree Correlation of Bipartite Network on Personalized Recommendation . International Journal of Modern Physics C 21 (2010) 137 . Jian-Guo Liu, Tao Zhou, Hong-An Che, Bing-Hong Wang, Yi-Cheng Zhang. Effects of high-order correlations on personalized recommendation for bipartite networks . Physica A 389 (2010) 881 . Ming-Sheng Shang, Zi-Ke Zhang, Tao Zhou, Yi-Cheng Zhang. Collaborative filtering with diffusion-based similarity on tripartite graphs. Physica A 389 (2010) 1259 . Jian-Guo Liu, Bing-Hong Wang, Qiang Guo, Improved Collaborative Filtering Algorithm Via Information Transformation, International Journal of Modern Physics C 20(2) (2009) 285. Recommendation Systems, Information Filtering and Internet-Based Information-Physics* Bing-Hong Wang 1, 2 , Tao Zhou 1, 3, 4 , Jian-Guo Liu 2, 4 （ 1,Department of Modern Physics, University of Science and Technology of China, Hefei 230026, PR China ； 2 Research Center of Complex Systems Science, University of Shanghai for Science and Technology, Shanghai 200093, PR China; 3: Web Science Center , University of Electronic Science and Technology of China , chengdu 610054, PR China; 4 ： Department of Physics, University of Fribourg, CH-1700 Fribourg, Switzerland ） Abstract: This paper presents some published works and recent progresses in recommendation systems, information filtering and Internet-based information physics developed by the following four affiliations, including Complex Systems research group of Department of Modern Physics, University of Science and Technology of China, Research Center of Complex Systems Science, University of Shanghai for Science and Technology, Web Science Center, University of Electronic Science and Technology of China and Department of Physics, University of Fribourg. These works are supported by the following NSFC foundations: The complex system dynamics and statistical behaviors studies based on complex networks (Key project 2007-2010); Statistical analysis of the dynamic evolution networks and information filtering( Director foundation of Information department of NSFC 2008-2009), H uman Behavior, Dynamics and Statistics Mechanics (2010-2012); and the key project of Important research plan for non-conventional incident emergency management (2011-2013).
随着网络信息冗余度的增加,在无数的网络信息中找到自己需要的,或者说,碰到自己需要的不是一件容易的事情.我知道我有很多东西我能找到,因为有谷歌和百度;也知道我们有很多东西我们找不到,因为有GFW;我知道有多少东西我不知道,但是不怕,我有推荐系统;可是我不知道我有多少东西不知道,因为我还没有找到一个好用的推荐系统.比如说,推荐系统的可靠性(精度),多样性(个性化) ,还有一个可能忽略的,这个该死的推荐系统在给我找到好东西的时候,永久地毁掉了多少更好的东西?这个问题或许可以这样描述,长期使用推荐系统,会不会对我们周围的评价网络生长造成坏的影响? 目前流行的推荐系统 可以大体划分为基于文本挖掘技术,和基于模型的技术.在基于模型里面,比较成熟的有神经网络学习方法,协同过滤方法和由此派生的一系列算法.前者通过模型自动学习,好设计不好理解,而后者要自行设计过滤规则,好理解却不好设计(按照某大神的说法,高中数学足够了). 由最简单的,只有拓扑结构的网络推荐算法 来讨论前面提出的问题.算法的核心是找到网络中各个节点的相似性,再按照对相似性加权计算推荐的可能性.一个用户链接到一个对象上,强化了用户i与对象l之间的相似性,进而增强了与所有和对象l相似的用户j的相似性.如果可以用一个多维的连续空间描述这个过程,应该可以看到用户与用户之间的距离变化:选择了一个与周围用户相似的对象,则趋向与周围用户结合更紧密;反之,则意味着用户品味的变化而离开这个群体.在没有推荐系统的情况下,用户自发的选择对象,最终能移动到一个适合自己的位置;或者说没有稳定的位置而是在自由的晃荡.但是,在推荐算法作用下,不是这样了. 基于模型的算法的核心是,由历史数据估计用户的喜好.而初始数据的收集是一件困难的事情,(冷启动问题).在常规的推荐算法下,历史数据推断出来的用户的喜好只会是原来的喜好;原来只是喜欢吃鱼的同学会发现他们周围聚集了越来越多的吃鱼的同学,因为他们接受系统的推荐吃鱼之后相似性加强了.其实,有不少人内心还是觉得吃肉也不错的... 当然,这个问题也不是不可以解决.比如,对历史数据按照时间加权(免得小时候玩泥巴的喜好影响我找到一个小时候也爱玩泥巴的女朋友);引入排斥过程(吃腻了就吐了再也不来了)等.可是如果芙蓉出钱让你吐啊吐啊还是满屏的芙蓉呢?甚至,如果周围的人吐啊吐啊就觉得芙蓉其实也是一个不错的话题,我们就完了.因为这时,周围的评价网络已经变质了. 所以说,潜藏在算法后面的,还有设计者的良知. Tao Zhou etc., Effect of initial configuration on network-based recommendation, EPL 81, 58004 (2008) 刘建国，周涛，汪秉宏，个性化推荐系统的研究进展，自然科学进展，2009年19卷1期，1-15页。 Tao Zhou etc. ,Bipartite network projection and personal recommendation. Physical Review E 76, 046115 (2007)
前几天偶然发现09年底与电子科技大学的尚明生老师合作的题为 Relevance is more significant than correlation: Information filtering on sparse data 的论文被主流学术媒体VerticalNews下属的重要物理类新闻杂志Journal of Physics Research专题报导， http://www.verticalnews.com/premium_newsletters/Journal-of-Physics-Research-/2010-02-23/68567PR.html 。于是又翻出文章仔细回味一了番。 该文去年底发表在《欧洲物理快报》上，是到目前为止我写过的最短的一篇学术论文，仅仅三页半。该文推翻了根深蒂固的传统看法，并对绝大部分传统算法提出了挑战。文中所得结论在随后的研究中不断得到进一步证实。在协同过滤的推荐算法中，经常使用打分向量的pearson相关系数来刻画两个用户的相似性。而另一种计算相似性的方法仅仅考虑相关性，即是否打分，比如共同邻居，Jaccard等，而并不关心具体的分数是多少。这一类相似性我们称之为基于相关性的相似性。直观感觉前者（pearson系数）应该比后者更好，因为它使用了更多的信息。但是本文的试验结果显示，在稀疏的个性化推荐系统（绝大部分真实系统都非常稀疏）中，是否有关系比打分高低更重要，即只考虑是否打分的相似性得到的推荐结果，比考虑具体分数的Pearson关联得到的推荐效果更好！事实上最基本的原因是低分数在这两个相似性中起到了不同的作用，一个正面一个负面。例如，两个用户选择了同一个产品，一个打高分，一个打低分，对pearson系数而言，这对刻画两个用户的相似性起的是负面的作用，但是对于只考虑是否打分的基于相关性的相似性而言，起的却是正面的作用。 The paper
中国科学技术大学 统计物理与复杂系统研究组 2005-2009年发表论著 分类目录 （截止时间： 2009-12-31） 目录： 一、复杂网络的模型、结构、功能与动力学 二、复杂网络上的同步、控制与级联过程 三、推荐系统、信息挖掘及基于互联网的信息物理 四、网络上的疾病及谣言传播 五、新一代互联网络的可能结构与动力学，互联网交通 六、自驱动个体的集群运动与趋同控制 七、人类行为动力学与社会物理学 八、舆情动力学与社会网络分析 九、复杂适应系统与经济物理学 十、合作进化与博弈模型 十一、交通流中的相变及自组织临界性、城市交通复杂系统 十二、非线性动力学系统、混沌的同步与控制 十三、系统生物学与生物复杂性 十四、统计物理理论基础 一、复杂网络的模型、结构、功能与动力学 Topology Structure, Function and Cascading Dynamics of the Complex Network: 1, Wen-Xu Wang （ 王文旭 ） , Bing-Hong Wang ( 汪秉宏 ), Bo Hu, Gang Yan, Qing Ou General dynamics of topology and traffic on weighted technological networks Physical Review Letters Vol.94, No.18 (2005) 188702 2 Fangcui Zhao （赵芳翠） , Huijie Yang （杨会杰） , and Binghong Wang ( 汪秉宏 ) ， Scaling invariance in spectra of complex networks: A diffusion factorial moment approach Physical Review E Vol.72, No.4 (2005) 046119 3 Wen-Xu Wang （王文旭） , Bo Hu, Tao Zhou, Bing-Hong Wang ( 汪秉宏 ), Yan-Bo Xie Mutual selection model for weighted networks Physical Review E Vol.72, No.4 (2005) 046140 4 Tao Zhou （周涛） , Gang Yan, and Bing-Hong Wang （ 汪秉宏 ） , Maximal planar networks with large clustering coefficient and power-law degree distribution, Physical Review E Vol.71, 4 (2005) 046141 5 Zhou Tao ， Wang Bing-Hong （汪秉宏）， Catastrophes in Scale-Free Networks Chinese Physics Letters Vol.22 No.5 (2005) 1072-1075 6 We n-Xu Wang, Bo Hu, Bing-Hong Wang （ 汪秉宏 ） , Gang Yan Mutual attraction model for both assortative and disassortative weighted networks Phys Rev E 73 (2006) 016133 7 T. Zhou , G. Yan and B. H. Wang （汪秉宏） , Reply to Comment on Maximal planar networks with large clustering coefficient and power-law degree distribution, Physical Review E 73 (2006) 058102 8 Huijie Yang, Fangcui Zhao and Binghong Wang （汪秉宏） Collective chaos induced by structures ofcomplex networks Physica A 364 (2006) 544556 9 Tao Zhou, Bing-Hong Wang （汪秉宏） , P.M. Hui, K.P Chan Topological properties of integer networks Physica A 367 (2006) 613618 10 Qiang Guo, Tao Zhou, Jian-Guo Liu, Wen-Jie Bai, Bing-Hong Wang （汪秉宏） , Ming Zhao Growing scale-free small-world networks with tunable assortative coef?cient Physica A 371 (2006) 814822 11 Gu ZM, Zhou T, Wang BH （汪秉宏） , et al. Simplex triangulation induced scale-free networks Dynamics of Continuous Discrete and Impulsive Systems-Series B ： Applications Algorithms 13 (3-4): 505-510 （ 2006 ） 12 Zhou Tao, Liu Jian-Guo, Wang Bing-Hong （ 汪秉宏 ） Notes on the Algorithum for Calculating Betweenness Chinese Physics Letters Vol23, No.8, (2006) 2327-2329 13 Baosheng Yuan ， Bing-Hong Wang （汪秉宏） , Growing directed networks: organization and dynamics New Journal of Physics 9 (2007) 282 14 Qin Ou, Ying-Di JIn, Tao Zhou, Bing-Hong Wang （汪秉宏） , Bao-Qun Yin: Power-law strength-degree correlation from resource-allocation dynamics on weighted network Phys Rev E_75(2007)021102 15 W-K Xiao ， J Ren, F Qi, Z-W Song, M-X Zhu, H-F Yang, H-Y Jin, B-H Wang （汪秉宏） , T Zhou Empirical study on clique-degree distribution of networks PHYSICAL REVIEW E 76 （ 2007 ） 037102 16 Wu-Jie Yuan, Xiao-Shu Luo, Pin-Qun Jiang, Bing-Hong Wang （汪秉宏） , Jin-Qing Fang, Stability of a complex dynamical network model, Physica. A 374 （ 2007 ） 478-482 17 Bu SL, Wang BH （汪秉宏） and Zhou T, Gaining scale-free and high clustering complex networks Physica A374(2007)864-868 18 Tao Zhou, Bing-Hong Wang （ 汪秉宏 ） , et al, Modeling Collaboration Networks Based On Nonlinear Preferential Attachment International Journal of Modern Physics C Vol. 18, No. 2 (2007) 297314 19， Xiao-Pu Han, Chun-Dong Hu,Zhi-Min Liu and Bing-Hong Wang （ 汪秉宏 ） Parameter-tuning networks: Experiments and active-walk model 参量调节网络：实验与活跃行走模型 EPL, 83-2 (2008) 28003 20 Yan-Bo Xie, Tao Zhou ， Bing-Hong Wang （ 汪秉宏 ） , Scale-free networks without growth, Physica A 387 (2008) 1683 1688 21 Wu-Jie Yuan, Xiao-Shu Luo, Pin-Qun Jiang ， Bing-Hong Wang （汪秉宏） , and Jin-Qing Fang Stability of Two Typical Complex Dynamical Networks International Journal of Modern Physics B ， Vol. 22, No.5 (2008) 553560 22 Yang Han-Xin( 杨涵新 ) Wang Bing-Hong( 汪秉宏 ), Liu Jian-Guo( 刘建国 ) ， Han Xiao-Pu( 韩筱璞 ) ， Zhou Tao( 周涛 ) Step-by-Step Random Walk Network with Power-Law Clique-Degree Distribution 具有幂函数律集团度分布的逐步随机行走网络 Chin Phys. Lett. 25-7(2008)2718 23 Ma Pei-Jie ， Wang Bing-Hong 马佩杰 ， 汪秉宏 Order Parameter Hysteresis on the Complex Network 复杂网络上的序参数滞后 Chin.Phys.Lett 25-9(2008)3507 24 Li Ji( 李季 ), Wang Bing-Hong （ 汪秉宏 ） , Wang Wen-Xu( 王文旭 ), Zhou Tao( 周涛 ) Network Entropy Based on Topology Configuration and Its Computation to Random Networks 基于拓扑位形的网络熵及其在随机网络上的计算 Chin.Phys.Lett. Vol. 25, No. 11 (2008) 4177 25 周涛，柏文洁，汪秉宏，刘之景，严钢， 复杂网络研究概论， 物理， 34 卷 1 期， 31-36 页， 2005 26 张培培，何阅，周涛，苏蓓蓓，常慧，周月平， 汪秉宏，何大韧 一个描述合作网络顶点度分布的模型， 物理学报 55 卷 1 期（ 2006 ） 60-67 27 李季，汪秉宏，蒋品群，周涛，王文旭 节点数加速增长的复杂网络生长模型 物理学报 55 卷 8 期（ 2006 ） 4051-4057 28 汪秉宏，王文旭，周涛，交通流驱动的含权网络， 物理 35 卷 2 期（ 2006 ） 227-233 29 郭雷，许晓鸣（主编）史定华，王恒山，狄增如， 汪秉宏，张宁，韩靖 （副主编）， 《复杂网络》（上海系统科学研究院学术从书） pp.1-445,91 万字 上海科技教育出版社（ 2006 年 11 月） 30 周涛，汪秉宏：网络传播 （《复杂网络》一书第 6 章 pp.113-140 ） 上海科技教育出版社（ 2006 年 11 月） 31 周涛、肖伟科、任捷、汪秉宏：网络集团度的幂律分布 , 复杂系统与复杂性科学 4 卷 2 期（ 2007 年 6 月） 10-17 32 陈关荣，许晓鸣（主编）， 汪秉宏，汪小帆，车宏安，王恒山，张宁（副主编） 《复杂网络理论与应用》 －第三届全国复杂网络学术会议文集 2008 年 6 月第 1 版， 268 千字 ISBN: 978-988-17255-1-6 上海系统科学出版社（香港） 《 Complex Networks Theory and Applications 》 33 Yuan WJ ， Luo XS ， Zhou JF ， Wang BH Acceleratingly growing scale-free networks with tunable degree exponents 具有可调度指数之加速生长无尺度网络 Physica A 387(2008)5311-5316 34 Guo-Qing Zhang, Guo-Qiang Zhang, Su-Qi Cheng and Tao Zhou Symbiotic effect: A guideline for network modeling 共生效应：网络模拟指南 EPL, 87 (2009) 68002 35 Li-Na Wang, Jin-Li Guo ， Han-Xin Yang, Tao Zhou, Local preferential attachment model for hierarchical networks ， 层次网络的局域优先粘结模型 Physica A 388 (2009) 1713-1720 二、复杂网络上的同步、控制与级联过程 Synchronization of the complex network 1 Ming Zhao, Tao Zhou, Bing-Hong Wang （ 汪秉宏 ） , and Wen-Xu Wang Enhanced synchronizability by structural perturbations, Phys. Rev. E 72, (2005) 057102 2 Tao Zhou, Ming Zhao, Bing-Hong Wang （ 汪秉宏 ） : Better synchronizability predicted by crossed double cycle Physical Review E 73 （ 2006 ） 037101 3 Chuan-Yang Yin, Wen-Xu Wang , Guanrong Chen, and Bing-Hong Wang （ 汪秉宏 ） , Decoupling process for better synchronizability on scale-free networks Physical Review E 74 , (2006). 047102 4 M. Zhao, T. Zhou , B. H. Wang （汪秉宏） , Q. Ou, and J. Ren, Better sychronizability predicted by a new coupling method European Physical Journal B 53, (2006). 375 5 Huijie Yang , Fangcui Zhao, Binghong Wang （汪秉宏） , Synchronizabilities of networks: A new index CHAOS, 16 (4): Art. No. 043112 ( 2006) 6 Ming Zhao, Tao Zhou, Bing-Hong Wang （ 汪秉宏 ） , Gang Yan, Hui-Jie Yang, Wen-Jie Bai Relations between Average Distance, Heterogeneity and Network Synchronizability Physica A 371 (2006) 773-780 7 Wu Xiang, Wang Bing-Hong （ 汪秉宏 ） , Zhou Tao, Wang Wen-Xu, Zhao Ming, Yang Hui-Jie, Synchronizability of Highly Clustered Scale-Free Networks Chinese Physics Letters 23-4 (2006) 1046-1049 8 Bu SL, Zhang YW, Wang BH （汪秉宏） Synchronizing Complex Networks by an Adaptive Adjustment Mechanism Chinese Physics Letters 23-11 (2006) 2909-2912 9 Yu-Feng Lu, Ming Zhao, Tao Zhou, and Bing-Hong Wang （汪秉宏） Enhanced synchronizability via age-based coupling PHYSICAL REVIEW E 76 （ 2007 ） 057103 10 Zhou T ， Zhao M, Chen GR, Yan G, Wang BH （汪秉宏） Phase synchronization on scale-free networks with community structure Physics Letters A 368 (2007) 431-434 11 Zhi-Ming Gu, Ming Zhao, Tao Zhou, Chen-Ping Zhu, Bing-Hong Wang （ 汪秉宏 ） Phase syncuronization of non-Abelian oscillators on small-world networks Physics Letters A 362 (2007) 115-119 12 Zhao Ming, Zhou Tao, Chen Guan-Rong, Wang Bing-Hong （ 汪秉宏 ） Enhancing the network synchronizability Front. Phys. China , 2007, 2(4): 460―468 Review Article 13 Chuan-Yang Yin, Bing-Hong Wang （汪秉宏） , Wen-Xu Wang, and Guan-Rong Chen Geographical effect on small-world network synchronization Phys Rev E.77(2008) 027102 14 YangR ZhouT XieYB LaiYC WangBH （汪秉宏） , Optimal contact process on complex networks, Phys Rev E_78 （ 2008 ） 066109 15 Shuguang Guan, Xingang Wang, Kun Li, Bing-Hong Wang （汪秉宏） , and C.-H. Lai Synchronizability of network ensembles with prescribed statistical properties Chaos_18_013120(2008) 16 P. Li （李平） , B.-H.Wang （汪秉宏） , H. Sun, P. Gao, and T.Zhou A limited resource model of fault-tolerant capability against cascading failure of complex network 复杂网络抗级联毁损容错能力之有限资源模型 Eur.Phys.J.B 62 (2008)101-104 17 Jian-Guo Liu ， Tao Zhou ， Qiang Guo ， Bing-Hong Wang （ 汪秉宏 ） Structural Effects On Synchronizability Of Scale-Free Networks International Journal of Modern Physics C Vol. 19, No. 9 (2008) 13591366 18 Guanrong Chen, Ming Zhao, Tao Zhou, Bing-Hong Wang （ 汪秉宏 ） Synchronization Phenomena on Networks Meyers: Encyclopedia of Complexity and Systems Science Entry 244 (2009) 19 Ming Zhao,Tao Zhou, Hui-Jie Yang, Gang Yan, and Bing-Hong Wang （ 汪秉宏 ） Synchronization in Complex Networks with Different Sort of Communities 《 Complex Sciences 》 Proceedings of First International Conference, Complex 2009 Shanghai, China, February 23-25, 2009 ， ISBN-13 978-3-642-02465-8 Springer ICST Institute for Computer Science, Social Informatics and Telecommunications Engineering 2009 Printed in Germany ............. ..................... 924 20 Haifeng Zhang and Binghong Wang （汪秉宏） Exponential Synchronization of General Complex Delayed Dynamical Networks via Adaptive Feedback Control 《 Complex Sciences 》 Proceedings of First International Conference, Complex 2009 Shanghai, China, February 23-25, 2009 ， ISBN-13 978-3-642-02465-8 Springer Berlin Heidelberg New York ICST Institute for Computer Science, Social Informatics and Telecommunications Engineering 2009 Printed in Germany ........................ 1540 21 Haifeng Zhang, Kezan Li, Xinchu Fu On pinning control of some typical discrete-time dynamical networks Commun Nonlinear Sci Numer Simulat 15 (2010) 182188 22 赵明，汪秉宏，蒋品群，周涛： 复杂网络上动力系统同步的研究进展 物理学进展 25 卷 3 期（ 2005 年 9 月） 273-295 23 周涛，周佩玲，刘隽，汪秉宏： 规则网络中的耗散级联动力学 复杂系统与复杂性科学 2 卷 1 期（ 2005 ） 18-23 24 赵明，周涛，陈关荣，汪秉宏 复杂网络上动力系统同步的研究进展 Ⅱ 《物理学进展》 28 卷 (2008 年 ) 第 1 期 pp.22-34 三、推荐系统、信息挖掘及基于互联网的信息物理 Network-Based Information Physics 1, S.-M. Cai, G. Yan, T. Zhou, P.-L. Zhou, Z.-Q. Fu, B.-H. Wang, Phys. Lett. A 366, 14 (2007). 2, T. Zhou, H.-A. T. Kiet, B. J. Kim, B.-H. Wang （汪秉宏） , P. Holme, Europhys. Lett. 82, 28002(2008). 3, Chun-Xiao Jia, Run-Ran Liu, Duo Sun, Bing-Hong Wang （ 汪秉宏 ） A new weighting method in network-based recommendation Physica A 387(2008)5887-5891 4, Duo Sun, Tao Zhou, Jian-Guo Liu, Run-Ran Liu, Chun-Xiao Jia, and Bing-Hong Wang （汪秉宏） Information filtering based on transferring similarity 基于相似性转移的信息过滤 PHYSICAL REVIEW E 80, (2009 ） 017101 5, Run-Ran Liu, Chun-Xiao Jia, Tao Zhou, Duo Sun, Bing-Hong Wang （ 汪秉宏 ） Personal recommendation via modified collaborative filtering Physica A 388 (2009) 462-468 6， Tao Zhou , Ri -Qi Su, Run-Ran Liu, Luo-Luo Jiang , Bing-Hong Wang and Yi-Cheng Zhang Accurate and diverse recommendations via eliminating redundant correlations New Journal of Physics 11 (2009) 123008 Online at http://www.njp.org/ 7, Jian-Guo Liu, Bing-Hong Wang （汪秉宏） , Qiang Guo, Improved Collaborative Filtering Algorithm Via Information Transformation International Journal of Modern Physics C Vol. 20, No. 2 (2009) 285-293 8 Liu JG, Thou T, Wang BH, Zhang YC Effects of User's Tastes on Personalized Recommendation International Journal of Modern Physics C (IJMPC)_20-12 (2009)_ 1925-1932 用户喜好对于个性化推荐之影响 9 刘建国 , 周涛 , 汪秉宏 个性化推荐系统的研究进展 自然科学进展 19(1)(2009)1-15. 10 ， Matus Medo, Yi-Cheng Zhang and Tao Zhou Adaptive model for recommendation of news EPL, 88 (2009) 38005 11 ， Linyuan L, Ci-Hang Jin, and Tao Zhou Similarity index based on local paths for link prediction of complex networks PHYSICAL REVIEW E 80, 046122 2009 12 Tao Zhou, Linyuan Lu, and Yi-Cheng Zhang Predicting missing links via local information 通过局域信息预测丢失的链接 Eur. Phys. J. B 71, 623630 (2009) 13 Ming-Sheng Shang, Ci-Hang Jin, Tao Zhou, Yi-Cheng Zhang, Collaborative filtering based on multi-channel diffusion ， 基于多通道扩散的合作滤波 Physica A 388 (2009) 4867-4871 14 Yan-Bo Zhou, Shi-Min Cai, Wen-Xu Wang, Pei-Ling Zhou ， Age-based model for weighted network with general assortative mixing ， 一般同配混合之带年龄加权网络模型 Physica A 388 (2009) 999-1006 15 Jian-Guo Liu, Michael Z. Q. Chen, Jianchi Chen, Fei Deng, Hai-Tao Zhang, Zi-Ke Zhang, And Tao Zhou ， Recent Advances In Personal Recommender Systems ， 个性化推荐系统之最新进展 International Journal of Information And Systems Sciences 2009, Volume 5, Number 2, Pages 230247 16 刘建国，周涛，郭强，汪秉宏 个性化推荐系统评价方法综述 复杂系统与复杂性科学 6 卷 3 期（ 2009 ） 1-10 四、网络上的疾病扩散及舆论传播 1 YAN Gang, ZHOU Tao, WANG Jie, FU Zhong-Qian, WANG Bing-Hong （ 汪秉宏 ）： Epidemic Spread in Weighted Scale-Free Networks Chinese Physics Letters Vol.22, No.2 (2005) 510-513 2 Tao Zhou, Jian-Guo Liu, Wen-Jie Bai, Guanrong Chen, and Bing-Hong Wang （汪秉宏） Behaviors of susceptible-infected epidemics on scale-free networks with identical infectivity Physical Review E 74_(2006) 056109 3 T. Zhou, Z. -Q. Fu, and B. -H. Wang （ 汪秉宏 ） , Epidemic Dynamics on Complex Networks Progress of Natural Science 16-5 (2006) 452-457 4 Rui Yang, Bing-Hong Wang （ 汪秉宏 ） , Jie Ren, Wen-Jie Bai, Zhi-Wen Shi, Wen-Xu Wang, Epidemic spreading on heterogeneous networks with identical infectivity Physics Letters A 364 (2007) 189-193 5 Bai WJ, Zhou T, Wang BH （ 汪秉宏 ） Immunization of susceptible-infected model on scale-free networks Physica A384 (2007) 656 6 YangR ZhouT XieYB LaiYC WangBH （汪秉宏） Optimal contact process on complex networks, 复杂网络上的最佳接触过程 PhysRevE_78 （ 2008 ） 066109 7 L.-L. Jiang, D.-Y. Hua,J.-F.Zhu,B.-H.Wang （汪秉宏） , and T.Zhou Opinion dynamics on directed small-world networks 有向小世界网络上的舆情动力学 EPJB 65 （ 2008 ） 251-255 8 郭强，刘建国，汪秉宏，周涛： Opinion spreading with mobility on scale-free networks 无尺度网络上具有活动性的舆论扩散 Chin.Phys.Lett 25-2 (2008)773 － 775 9 ZHANG Hai-Feng, LI Ke-Zan, FU Xin-Chu, WANG Bing-Hong （ 汪秉宏 ） , An Efficient Control Strategy of Epidemic Spreading on Scale-Free Networks 无尺度网络上流行病扩散的有效控制策略 Chin.Phys.Lett. 26(2009)068901 10 Zhang Hai-Feng( 张海峰 ),Small Michaelc,Fu Xin-Chu( 傅新楚 ) and Wang Bing-Hong( 汪秉宏 ) Dynamical behavior of epidemic on complex networks with population mobility 在具有人群迁移性复杂网络上的流行病动力学行为 Chinese Physics B vol.18,No.9(2009)3633-3640 11 周涛，傅忠谦，牛永伟，王达，曾燕，汪秉宏，周佩玲 复杂网络上传播动力学研究综述 自然科学进展 15 卷 5 期（ 2005 ） 513-518 12 周涛，汪秉宏： 网络传播 （《复杂网络》一书第 6 章 pp.113-140 ） 上海科技教育出版社（ 2006 年 11 月） 13 ZHANG Hai-Feng, Michael Small, and FU Xin-Chu Different Epidemic Models on Complex Networks Commun. Theor. Phys. 52,1,(2009)180-204 五、通讯网络交通、路由策略、传输动力学及新一代互联网的可能结构 1 Gang Yan, Tao Zhou, Bo Hu, Zhong-Qian Fu, Bing-Hong Wang （ 汪秉宏 ） , Efficient routing on complex networks, Physical Review E 73 (2006) 046108 2 Wen-Xu Wang, Chuan-Yang Yin, Gang Yan, Bing-Hong Wang （ 汪秉宏 ） Integrating local static and dynamic information for routing traffic Phys. Rev.E 74(2006) 016101 3 Wen-Xu Wang, Bing-Hong Wang （汪秉宏） , Chuan-Yang Yin, Yan-Bo Xie, and Tao Zhou, Traffic dynamics based on local routing protocol on a scale-free network, Physical Review E 73 (2006) 026111 4 C.-Y. Yin,B.-H. Wang （汪秉宏） ,W.-X. Wang,G.Yan, and H.-J.Yang, Traffic dynamics based on an efficient routing strategy on scale free networks Euro. Phys. Journal B 49-2 (2006) 205-211 5 Chuan-Yang Yin, Bing-Hong Wang （汪秉宏） , Wen-Xu Wang, Tao Zhou, Hui-Jie Yang Ef?cient routing on scale-free networks based on local information Physics Letters A351 (2006) 220-224 6 Zhou T, Yan G, Wang BH （汪秉宏） , et al. Traffic dynamics on complex networks Dynamics of Continuous Discrete and Impulsive Systems -Series B-Applications Algorithms 13 (3-4): 463-469 JUN 2006 7 Wang WX, Wang BH （ 汪秉宏 ） , Zhou T, et al. ， Traffic driven model for weighted networks Dynamics of Continuous Discrete and Impulsive Systems -Series B-Applications Algorithms 13 (3-4): 481-488 JUN 2006 8 Yan-Bo Xie, Wen-Xu Wang, Bing-Hong Wang （ 汪秉宏 ） Modeling the coevolution of topology and traffic on weighted technological networks Phys Rev E_75_(2007) 026111 9 Yan-Bo Xie, Tao Zhou, Wen-Jie Bai, Guanrong Chen, Wei-Ke Xiao, Bing-Hong Wang （ 汪秉宏 ） Geographical networks evolving with an optimal policy Phys Rev E 75 (2007) 036106 10 Bing-Hong Wang （汪秉宏） , and Tao Zhou, Traffic Flow and Efficient Routing on Scale-Free Networks: A Survey Journal of the Korean Physical Society Vol50, No.1, (2007) 134-141 11 Tao Zhou ： Mixing navigation on networks 网络的混合导航 Physica A 387(2008)30253032 12 YangHX ， WangWX ， WuZX ， WangBH （汪秉宏） Traffic dynamics in scale-free networks with limited packet-delivering capacity 具有有限递送信息包能力的无尺度网络中的交通动力学 Physica A 387(2008)6857-6862 13 Bing-Hong Wang （ 汪秉宏 ） , Wen-Xu Wang （ 王文旭 ） Routing strategies in traffic network and phase transition in network traffic flow 交通网络中的路由策略与网络交通流中的相变 Pramana-journal of physics ( Indian Academy of Sciences) 71,2(2008)353-358 14 Yu-jian Li, Bing-hongWang （汪秉宏） , Zheng-dong Xi, Chuan-yangYin, Han-xin Yang, and Duo Sun An Effective Local Routing Strategy on the Communication Network 《 Complex Sciences 》 Proceedings of First International Conference, Complex 2009 Shanghai, China, February 23-25, 2009 ， ISBN-13 978-3-642-02465-8 Springer Berlin Heidelberg New York ICST Institute for Computer Science, Social Informatics and Telecommunications Engineering 2009 Printed in Germany ............. ... 1118 15 汪秉宏，王文旭，许伯铭， 通讯网络－基于局域信息的最佳路由研究 （《复杂网络》一书第 12 章 pp.247-260 ） 上海科技教育出版社（ 2006 年 11 月） 16 Shi-Min Cai, Zhong-Qian Fu, Tao Zhou, Jun Gu and Pei-Ling Zhou Scaling and memory in recurrence intervals of Internet traffic EPL, 87 (2009) 68001 六、自驱动个体的集群运动与趋同控制 Consensus Control and Swarm Moving for Self-Driven Agents 1 Liqian Peng,Yang Zhao, Bao-mei Tian, Jue Zhang ， WangBH （汪秉宏） , ZhangHT, ZhouT Consensus of self-driven agents with avoidance of collisions , 避免碰撞自驱动粒子的趋同性 physics.data-an 0801.0379 Phys Rev E_79 （ 2009 ） _026113 2, Bao-mei Tian, HanxinYang, Wei Li, Tao Zhou, Wen-Xu Wang, and Bing-Hong Wang （汪秉宏） Opitimal view angle in collective dynamics of Self-propelled Agents 自排斥个体集群动力学中的最佳视角 Phys. Rev. E 79 （ 2009 ） 052102 3, Jue Zhang, Yang Zhao, Baomei Tian, Liqian Peng, Hai-Tao Zhang, Bing-Hong Wang （ 汪秉宏 ） , Tao Zhou Accelerating consensus of self-driven swarm via adaptive speed 通过适应性速率加速自驱动集群之趋同性 Physica A 388 (2009) 12371242 4 ， Hai-Tao Zhang, Michael Z. Q. Chen, and Tao Zhou, Predictive protocol of flocks with small-world connection pattern ， PHYSICAL REVIEW E 79, 016113 2009 5 ， Hai-Tao Zhang, Michael ZhiQiang Chen, Tao Zhou and Guy-Bart Stan, Ultrafast consensus via predictive mechanisms, EPL, 83 (2008) 40003 七、人类行为动力学与社会物理学 Human Behavior Dynamics and Social Physics 1 Rui Yang, Bing-Hong Wang （ 汪秉宏 ） , Jie Ren, Wen-Jie Bai, Zhi-Wen Shi, Wen-Xu Wang, Epidemic spreading on heterogeneous networks with identical infectivity Physics Letters A 364 (2007) 189-193 2, Cai SM, Zhou PL; Yang HJ; Zhou T, Wang BH （汪秉宏） , Zhao FC, Diffusion entropy analysis on the stride interval fluctuation of human gait PHYSICA A, 375 (2): 687-692 MAR 1 2007 3 ， Xiao-Pu Han, Tao Zhou and Bing-Hong Wang （汪秉宏）， Modeling human dynamics with adaptive interest ， 以适应性兴趣模拟人类行为动力学 New Journal of Physics 10 (2008) 073010 4, T. Zhou, H.A.T.Kiet, B.J.Kim, B.-H. Wang （汪秉宏） and P. Holme, Role of activity in human dynamics, 活动性在人类行为动力学中的作用 Europhysics Letters, 82-2 (2008) 28002 5 T.Zhou, X.-P. Han and B.-H. Wang （汪秉宏） ; Towards the Understanding of Human Dynamics Science Matters -Humanities as Complex Systems ， （ Maria Burguete, Lui Lam eds. ） Part III Raising Scientific Level ， Chapter 12, p.207-233 World Scientific (ICP) Imperial College Press (2009) 6 HONG Wei （洪伟） , HAN Xiao-Pu, ZHOU Tao, WANG Bing-Hong （ 汪秉宏 ） Heavy-Tailed Statistics in Short-Message Communication 短信通讯中的重尾统计 physics.soc-ph 0802.2577 CHIN. PHYS. LETT. Vol. 26, No. 2 (2009) 028902 7 韩筱璞，周涛，汪秉宏： 基于元胞自动机的国家演化模型研究 复杂系统及复杂性科学 1 卷 4 期（ 2005 ） 74-78 8 韩筱璞，周涛，汪秉宏：基于自适应调节的人类动力学模型 复杂系统与复杂性科学 4 卷 4 期（ 2007 年 12 月） 1-5 9 车宏安，汪秉宏，高岩：人类行为动力学模型一书前言 见《人类行为动力学模型》，上海系统科学出版社（ 2008 ） p.1 10 洪伟、韩筱璞、周涛、汪秉宏： 短信息通信中的多重标度特性 见《人类行为动力学模型》， 上海系统科学出版社（ 2008 ） p.11-22 11 韩筱璞、周涛、汪秉宏：基于自适应兴趣的人类动力学模型 见《人类行为动力学模型》， 上海系统科学出版社（ 2008 ） p.23-28 12 周涛：在线电影点播中的人类动力学模式 见《人类行为动力学模型》， 上海系统科学出版社（ 2008 ） p.40-46 13 戴双星、陈冠雄、周涛、汪秉宏： 兴趣驱动的人类动力学模型研究 见《人类行为动力学模型》， 上海系统科学出版社（ 2008 ） p.54-58 八、舆情动力学与社会网络分析 1 Bo Hu, Xi Jiang , J Ding, Y Xie and Bing-Hong Wang （ 汪秉宏 ） : A Weighted Network Model for Interpersonal Relationship Evolution 人际关系演化之加权网络模型 Physica A 353 (2005) pp. 576-594. 2 Jiang Pin-Qun ， Wang Bing-Hong （汪秉宏）， Zhou Tao ， Jin Ying-Di ， Fu Zhong-Qian ， Zhou Pei-Ling ， Luo Xiao-Shu Networks emerging from the competition of pullulation and decrepitude Chinese Physics Letters Vol.22 No.5 (2005) 1285-1288 3 Wen-Jie Bai, Tao Zhou ， Bing-Hong Wang （汪秉宏） , Interplay Between Hiv/Aids Epidemics And Demographic Structures Based On Sexual Contact Networks International Journal of Modern Physics C Vol. 18, No. 6 (2007) 10251045 4 Han-Xin Yang, Zhi-Xi Wu, Changsong Zhou, Tao Zhou, and Bing-Hong Wang Effects of social diversity on the emergence of global consensus in opinion dynamics Phys. Rev. E 80 (2009) 046108 5 袁五届，罗晓曙，汪秉宏，袁广宇， 从小世界网络看构建和谐社会， 复杂系统与复杂性科学 6 卷 4 期（ 2009 ） 45-50 九、复杂适应系统、争当少数者博弈与经济物理学 Complex Adaptive Systems, Minority Game and Econophysics 1 Yan-Bo Xie, Bing-Hong Wang （ 汪秉宏 ） , Bo Hu, Tao Zhou, Power law distribution of wealth in population based on a modified Equluz-Zimmermann model Physical Review E Vol.71, 1 (2005) 046135 2 Tao Zhou, Bing-Hong Wang （汪秉宏） , Pei-Ling Zhou, Chun-Xia Yang, Jun Liu Self-organized Boolean game on networks Physical Review E Vol.72, No.4 (2005) 046139 3 Yan-Bo Xie, Bing-Hong Wang （ 汪秉宏 ） , Chin-Kun Hu, Tao Zhou, Global optimization of minority game by intelligent agents European Physical Journal B 47(2005) 587-593 4 J Wang, C Yang, P Zhou, Y Jin, T Zhou ， Bing-Hong Wang （ 汪秉宏 ） Evolutionary Percolation Model of Stock Market with variable agent number Physica A 354 (2005) pp. 505-517 5 Yang Chunxia , Wang Jie , Zhou Tao , Zhou Peiling Wang Binghong （ 汪秉宏 ） , Financial market model based on self-organized percolation Chinese Science Bulletin Vol. 50 No. 19 (October, 2005) 2140-2144 6 M.-B.Hu, W.-X. Wang, R. Jiang, Q.-S.Wu, Bing-Hong Wang （ 汪秉宏 ） , A unified framework for the pareto law and matthew effect using scale-free network European Physical Journal B 53(2006) 273-277 7 Shi-Min Cai, Pei-Ling Zhou, Hui-Jie Yang, Chun-Xia Yang, Bing-Hong Wang （汪秉宏） , Tao Zhou, Diffusion entropy analysis on the scaling behavior of financial markets Physica A 367 (2006) 337344 8 Cai Shi-Min, Zhou Pei-Ling, Yang Hui-Jie, Yang Chun-Xia, Wang Bing-Hong （汪秉宏） , Zhou Tao, Empirical Study on the Volatility of Hang-Seng Index Chin.Phys.Lett. 23-3(2006)754-757 9 Yang Wei-Song, Li Ping, Zou Shan-Shan Wang Bing-Hong （ 汪秉宏 ） Local Minority Game with Evolutionary Strategies Chinese Physics Letters 23-8(2006)1961-1964 10 LI Ping, WANG Binghong （ 汪秉宏 ） , An approach to Hang Seng Index in Hong Kong stock market based on network topological statistics Chinese Science Bulletin 2006 Vol. 51 No. 5 (2006) 624 629 11. Wang BH （汪秉宏） , The dynamics of network minority game 《 Simulated Evolution and Learning 》 , Proceedings Lecture Notes In Computer Science 4247: 664-671 2006 12 Ping Li ， B-H Wang （汪秉宏） Extracting hidden fluctuation patterns of Hang Seng stock index from network topologies Physica A378 (2007) 519-526 13 Bing-Hong Wang （ 汪秉宏 ） , Evolutionary Dynamics of Competing Boolean Network Agents International Journal of Modern Physics B ， Vol.21, Nos. 23 24 (2007) 4041 － 4047 14 Tao Zhou, Bing-Hong Wang （ 汪秉宏 ） , Ying-Di Jin, Da-Ren He, Pei-Pei Zhang, Yue He, Bei-Bei Su; Kan Chen, Zhong-Zhi Zhang, ian-Guo Liu Modelling Collaboration Networks Based On Nonlinear Preferential Attachment International Journal of Modern Physics C Vol. 18, No. 2 (2007) 297314 15 Bing-Hong Wang （ 汪秉宏 ） What can we learn from analysis of the financial time series? AAPPS Bulletin Vol.17 No.2 (Apr 2007) 3-8 16 Ying Fan, Shang-Jun Ying, Bing-Hong Wang （汪秉宏） , Yi-Ming Wei The effect of investor psychology on the complexity of stock market: An analysis based on cellular automaton model 投资者心理对于股票市场的影响 - 基于元胞自动机模型的分析 Computers Industrial Engineering 56 (2009) 63-69 17 周涛，周佩玲，汪秉宏，杨春霞，蔡世民 元胞自动机用于金融市场建模 复杂系统与复杂性科学 2 卷 4 期（ 2005 ） 10-15 18 李平 , 汪秉宏 : 基于网络拓扑统计的恒生证券指数处理 科学通报 51-2(2006)235-240 十、合作进化与博弈模型 1 Wen-Xu Wang （王文旭） , Jie Ren, Guanrong Chen, and Bing-Hong Wang （汪秉宏） Memory-based snowdrift game on networks Physical Review E 74_(2006) 056113 2 C.-L. Tang （唐传龙） , W.-X. Wang, X.Wu, and B.-H. Wang （ 汪秉宏 ） Effects of average degree on cooperation in networked evolutionary game European Physical Journal B 53, (2006) 411415 3 Pei-Pei Zhang （张蓓蓓） , Kan Chen, Yue He, Tao Zhou, Bei-Bei Su, Yingdi Jin, Hui Chang, Yue-Ping Zhou, Li-Cheng Sun, Bing-Hong Wang （汪秉宏） , Da-Ren He, Model and empirical study on some collaboration networks Physica A 359 (2006) 835-852 4 Qin Ou （欧靖） , Ying-Di Jin （金颍滴） , Tao Zhou （周涛） , Bing-Hong Wang （ 汪秉宏 ） , Bao-Qun Yin: Power-law strength-degree correlation from resource-allocation dynamics on weighted network Phys Rev E_75(2007)021102 5 Tang CL （唐传龙） , Lin BY, Wang WX, Hu MB, Wang BH （汪秉宏） Role of Connectivity-Induced Weighted Words in Language Games Phys Rev E_75 (2007) 027101 6 Kun Gao （ 高坤 ） , Wen-Xu Wang, Bing-Hong Wang （ 汪秉宏 ） , Self-questioning games and ping-pong effect in the BA network Physica A380 (2007) 528-538 7 Tao Zhou （周涛） , Bing-Hong Wang （ 汪秉宏 ） , et al, Modelling Collaboration Networks Based On Nonlinear Preferential Attachment International Journal of Modern Physics C Vol. 18, No. 2 (2007) 297314 8 Han-Xin Yang （杨涵新） , Wen-XuWang, and Bing-Hong Wang （ 汪秉宏 ） Asymmetric negotiation in structured language games PHYSICAL REVIEW E 77,027103 (2008) 9 Zhang Ming-Feng （张明锋）， , Wang Bing-Hong （ 汪秉宏 ） , Wang Wen-Xu, （ 王文旭）， Tang Chuan-Long, （唐传龙）， Yang Rui 杨锐， Randomness Effect on Cooperation in Memory-Based Snowdrift Game 有记忆铲雪堆博弈中随机性对于合作的影响 Chin.Phys.Lett 25-4 (2008)1494-1497 10 WU Gang( 吴刚 ), GAO Kun( 高坤 ), YANG Han-Xin( 杨涵新 ), WANG Bing-Hong( 汪秉宏 ) Role of Clustering Coe?cient on Cooperation Dynamics in Homogeneous Networks Chin.Phys.Lett 25-6(2008)2303 11 Yang Han-Xin （ 杨涵新 ） , Wang Bing-Hong （汪秉宏） , Wang Wen-Xu （ 王文旭 ） , and Rong Zhi-Hai, Spatial games based on pursuing the highest average payoff , Chinese Physics Letters, 25, 3504 (2008) 12 Yang Han-Xin （杨涵新） , Gao Kun, Han Xiao-Pu, Wang Bing-Hong （汪秉宏） , Evolutionary snowdrift game on heterogeneous Newman-Watts Small-World network, Chin. Phys. B , 17 (2008) 2759 13 YangHX （杨涵新）， WangWX （王文旭）， WuZX ， LaiYC WangBH （汪秉宏） Diversity-optimized cooperation on complex networks 复杂网络上的多样性优化合作 Phys.Rev.E 79 (2009) 056107 14 RRLiu （刘润然）， CX Jia ， HX Yang ， BH Wang （ 汪秉宏 ） Naming game on small-world networks with geographical effects 具有地理效应之小世界网络上的命名博弈 PhysA 388(09)3615-3620 15 LI Yu-Jian （李玉剑）， WANG Bing-Hong （汪秉宏） , YANG Han-Xin, LING Xiang ， CHEN Xiao-Jie, JIANG Rui Evolutionary Prisoners Dilemma Game Based on Pursuing Higher Average Payoff 基于寻求较高平均报酬的演化囚徒困境博弈 CHIN.PHYS.LETT. Vol. 26, No. 1 (2009) 018701 16 LI Zhi-Hua （李志华） , WANG Bing-Hong （汪秉宏） , LIU Run-Ran （刘润然） , YANG Han-Xin （杨涵新） , Evolutionary Prisoner's Dilemma Game Based on Division of Work 基于工作划分之进化囚徒困境博弈 CHIN. PHYS. LETT. Vol. 26, No. 10 (2009) 108701 17 Xiao-Pu Han （韩筱璞） , Luo-Luo Jiang, Tao Zhou, and Bing-Hong Wang （汪秉宏） Internal-Evolution Driven Growth in Creation-Annihilation Cyclic Games 《 Complex Sciences 》 Proceedings of First International Conference, Complex 2009 Shanghai, China, February 23-25, 2009 ， ISBN-13 978-3-642-02465-8 Springer Berlin Heidelberg New York ICST Institute for Computer Science, Social Informatics and Telecommunications Engineering 2009 Printed in Germany ..................2377 18 Dong-Mei Shi （史冬梅） , Han-Xin Yang, Mao-Bin Hu, Wen-Bo Du, Bing-Hong Wang（汪秉宏）, Xian-Bin Cao ， Preferential selection promotes cooperation in a spatial public goods game ，空间公共商品博弈中优先选择促进合作 Physica A 388 (2009) 4646-4650 19 Luo-Luo Jiang （姜罗罗） , Tao Zhou, Matjaz Perc, Xin Huang and Bing-Hong Wang （ 汪秉宏 ） Emergence of target waves in paced populations of cyclically competing species 加以节律的循环竞争物种种群中的靶波涌现 New Journal of Physics 11 (2009) 103001 20 Luo-Luo Jiang ( 姜罗罗 ) Ming Zhao ( 赵明 ), Han-Xin Yang ( 杨涵新 ), Joseph Wakeling, Bing-Hong Wang ( 汪秉宏 ), and Tao Zhou ( 周涛 ) Reducing the heterogeneity of payoffs: An effective way to promote cooperation in the prisoners dilemma game 降低报酬的差异性 - 囚徒困境博弈模型中促进合作的 有效方法 PHYSICAL REVIEW E 80, （ 2009 ） 031144 十一、车辆交通流中的相变及自组织临界性、城市交通复杂系统、行人流 Phase Transition and Self-Organized Criticality in Traffic Flow, City Vehicle Transportation Complex System 1 Wen-Xu Wang, Bing-Hong Wang （汪秉宏） , Wen-Chen Zheng, Chuan-Yang Yin, and Tao Zhou Advanced information feedback in intelligent traffic systems Phys. Rev. E 72 (2005) 066702 2 Weiguo Song, Xuan Xua, Bing-Hong Wang （汪秉宏） , Shunjiang Nia Simulation of evacuation processes using a multi-grid model for pedestrian dynamics Physica A 363 (2006) 492500 3 L I Ping （李平） , XIONG Xing, QIAO Zhong-Liang, YUAN Gang-Qiang, SUN Xing ， WANG Bing-Hong （汪秉宏） Topological Properties of Urban Public Traffic Networks in Chinese Top-Ten Biggest Cities Chinese Physics Letters 23 -12 ( 2006)3384-3386 4 Kun Gao （高坤） , Rui Jiang, Shou-Xin Hu, Bing-Hong Wang （汪秉宏） , and Qing-Song Wu Cellular-automaton model with velocity adaptation in the framework of Kerners three-phase traf?c theory Phys Rev E_76 (2007) 026105 5 Shi-Min Cai, Gang Yan, Tao Zhou , Pei -Ling Zhou, Zhong-Qian Fu, Bing-Hong Wang （ 汪秉宏 ） Scaling behavior of an artificial traffic model on scale-free networks Physics Letters A 366 (2007) 1419 6 Shou-Xin Hu, Kun Gao, Bing-Hong Wang （ 汪秉宏 ） Yu-Feng Lu, Chuan-Ji Fu Abnormal hysteresis effect and phase transitions in a velocity-difference dependent randomization CA model Physica A 386 (2007) 397406 7 Chuan-Ji Fu, Bing-Hong Wang （汪秉宏） , C-Y Yin, T. Zhou, B. Hu, and K. Gao: Analytical studies on a modified Nagel-Schreckenberg model with the Fukui-Ishibashi acceleration rule Chaos, Solitons and Fractals, vol.31 (2007) 772-776 8 Gao Kun （高坤）， Wang Bing-Hong （汪秉宏）， Fu Chuan-Ji, and Lu Yu-Feng Cluster-size dependent randomization traffic flow model Chinese Physics 16-11 (2007) 1-11 9 Huaxin Gong , Hongchao Liu, Bing-Hong Wang （ 汪秉宏 ） : An asymmetric full velocity difference car-following model Physica A: 387 (2008) 2595-2602 10 Shou-Xin Hu （胡守信） Kun Gao （高坤） ,Bing-Hong Wang （汪秉宏） , Yu － Feng Lu （陆玉凤） Cellular Automaton model considering headway-distance effect 考虑车头距效应的元胞自动机模型 Chinese Physics B Vol.17,No.5 (2008) 1863-1868 11 QM Wang( 王巧鸣 ) ， R Jiang （姜锐）， XY Sun （孙晓燕）， BH Wang （汪秉宏） Assigning on-ramps' flows to maximize highway capacity 分配上匝道流量使高速公路通行能力最大化 Physica A388(2009)3931-3938 12 Kun Gao, Rui Jiang, Bing-Hong Wang （汪秉宏） and Qing-Song Wu Discontinuous transition from free flow to synchronized flow induced by short-range interaction between vehicles in a three-phase traffic flow model 自由流到同步流之非连续转变 Physica A 388 （ 2009 ） 3233-3243 13 Dong Chuan-Fei, Ma Xu, Wang Guan-Wen, Sun Xiao-Yan, and Wang Bing-Hong （汪秉宏） Prediction feedback in intelligent traffic systems Physica A 388 (2009) 4651-4657 14 SUN XiaoYan, WANG BingHong, YANG HanXin, WANG QiaoMing ＆ JIANG Rui Effects of information feedback on an asymmetrical two-route scenario Chinese Science Bulletin 54 （ 2009 ） 15 Duo Sun, Rui Jiang, Bing-Hong Wang Timing of traffic lights and phase separation in two-dimensional traffic flow Computer Physics Communications(2009) doi:10.1016/j.cpc.2009.10.003 16 付传技 汪秉宏 殷传洋 高坤 利用智能决策的双通道交通流 物理学报 55 卷 8 期（ 2006 ） 4032-4038 17 汪秉宏，王文旭，周涛，交通流驱动的含权网络， 物理 35 卷 2 期（ 2006 ） 227-233 18 刘宏鲲，周涛： 航空网络研究综述 自然科学进展 18-6 （ 2008 ） 601-608 专题评述 19 刘宏鲲 , 张效莉 , 曹 崀 , 汪秉宏 , 周涛 中国城市航空网络航线连接机制分析 中国科学 G 辑 39 卷 7 期（ 2009) 935-942 20， Rui Yang, Wen-Xu Wang, Ying-Cheng Lai, and Guanrong Chen ， Optimal weighting scheme for suppressing cascades and traffic congestion in complex networks ， PHYSICAL REVIEW E 79, 026112 2009 21 孙晓燕 汪秉宏 杨涵新 王巧鸣 姜锐 信息反馈在非对称双通道交通中的影响 科学通报 2009 年 第 54 卷 第 1 期 : 22 孙晓燕 , 汪秉宏： 应用三种信息反馈策略研究含瓶颈的双通道模型 吉林大学学报 ( 工学版 ) 2009,39( 增刊 2) 76-0079 23 孙舵 , 汪秉宏： 红绿灯周期对二维交通流的影响及平均场理论 吉林大学学报 ( 工学版 )2009,39( 增刊 2)80-0082 24 丁中俊 , 汪秉宏： 有无信号灯控制的 T 形交叉口元胞自动机模型比较 吉林大学学报 ( 工学版 )2009,39( 增刊 2)83-0086 25 新闻报道 Phys Org News http://www.physorg.com/news174560362.html Intelligent Traffic System Predicts Future Traffic Flow on Multiple Roads October 12, 2009 By Lisa Zyga 十二、非线性动力学系统、混沌的同步与控制 1 韦笃取 , 罗晓曙 , 方锦清 , 汪秉宏 基于微分几何方法的永磁同步电动机的混沌运动的控制 物理学报 55 卷 1 期（ 2006) 54-59 2 Du Qu Wei, Xiao Shu Luo, Bing Hong Wang （汪秉宏） , Jin Qing Fang, Robust adaptive dynamic surface control of chaos in permanent magnet synchronous motor Physics Letters A 363 (2007) 7177 3 Wu-JieYuan, Xiao-Shu Luo, Pin-Qun Jiang, Bing-Hong Wang （汪秉宏） , Jin-Qing Fang Stability of a complex dynamical network model Physica A 374(2007)478-482 4 Wu-Jie Yuan, Xiao-Shu Luo, Pin-Qun Jiang , Bing-Hong Wang （汪秉宏） and Jin-Qing Fang Stability Of Two Typical Complex Dynamical Networks International Journal of Modern Physics B Vol. 22, No.5 (2008) 553560 6 Wu-Jie Yuan, Xiao-Shu Luo, Pin-Qun Jiang, Bing-Hong Wang （汪秉宏） , Jin-Qing Fang ： Transition to chaos in small-world dynamical network 小世界动态网络中向混沌之转变 Chaos, Solitons and Fractals 37(2008)799 十三、系统生物学与生物复杂性 1 Huijie Yang, Fangcui Zhao, Gujian Zhong, Binghong Wang （ 汪秉宏 ） . Nonlinear Modeling Approach to HumanPromoter Sequences, Journal of Theoretical Biology 241 (2006) 765773 2 YUAN Wu-Jie ( 袁五届 ), LUO Xiao-Shu ( 罗晓曙 ), WANG Bing-Hong ( 汪秉宏 ), WANG Wen-Xu ( 王文旭 ), FAGN Jin-Qing ( 方锦清 ), JIANG Pin-Qun ( 蒋品群 ), Excitation properties of the biological neurons with side-inhibition mechanism in small-world networks, CHIN.PHYS.LETT. Vol.23, No.11 (2006) 3115-3118 3, Shi-Min Cai, Zhao-Hui Jiang, Tao Zhou , Pei -Ling Zhou, Hui-Jie Yang, and Bing-Hong Wang （汪秉宏） Scale invariance of human electroencephalogram signals in sleep Phys Rev E_76(2007) 061903 4 Zhao FC, Yang HJ, Wang BH （汪秉宏） Complexities of human promoter sequences Journal of Theoretical Biology 247 (2007) 645 5, Cai Shi-Min , Peng Hu , Yang Hui-Jie , Zhou Tao , Zhou Pei-Ling and Wang Bing-Hong （汪秉宏） Scaling Behaviour and Memory in Heart Rate of Healthy Human Chinese Physics Letters 24-10(2007) 3002 7 HU Dong-Sheng （胡冬生） , ZHU Chen-Ping （朱陈平） , ZHANG Long-Qiang （张龙强） , HE Da-Ren 何大韧 , WANG Bing-Hong, （ 汪秉宏 ） Gap Caused by Strong Pairing in the Ladder Model of DNA Molecules DNA 分子阶梯模型中强配对引起的空隙 CHIN.PHYS.LETT. Vol. 25, No. 5 (2008) 1822 7 Luo-Luo Jiang,Wen-Xu Wang,Xin Huang, and Bing-Hong Wang （汪秉宏） Spiral Waves Emergence in a Cyclic Predator-Prey Model 《 Complex Sciences 》 Proceedings of the First International Conference, Complex 2009 Shanghai, China, February 23-25, 2009 ， ISBN-13 978-3-642-02465-8 Springer Berlin Heidelberg New York ICST Institute for Computer Science, Social Informatics and Telecommunications Engineering 2009 Printed in Germany ............. 894 十四、统计物理及复杂系统理论基础与综述 1 Tao Zhou, Wen-Jie Bai, Long-Jiu Cheng, and Bing-Hong Wang （汪秉宏） , Continuous extremal optimization for Lennard-Jones clusters Physical Review E Vol.72, 1(2005) 016702 2 Zhu CP, Zhou T, Yang HJ, Xiong SJ, Gu ZM, Shi DN, He DR, Wang BH （汪秉宏） The process of co-evolutionary competitive exclusion: speciation, multifractality and power-laws in correlations 共演化竞争排斥过程：物种形成，多重分形性，及关联中的幂函数律 New Journal of Physics 10 (2008) 023006 3 CHEN Bo-kui and Wang Bing-Hong （汪秉宏） Exact Solutions of Generalized Burgers-Fisher Equation with Variable Coefficients Communications in Theoretical Physics （ 2009 ） 4 汪秉宏，何大韧，周涛， 统计物理学与复杂系统研究最近发展趋势分析 中国基础科学 7 卷总第 45 期 (2005 年第 3 期 )37-43 5, 郭进利、周涛、张宁、李季明：《人类行为动力学模型》， 上海系统科学出版社 ( 香港 ) （ 2008 年 6 月） ISBN978-988-17255-2-3 p.1, p.11-22, p.23-28, p.40-46, p.54-58 6 何大韧、 刘宗华、 汪秉宏 复杂网络研究的一些统计物理学方法及其背景 力学进展 38 卷 6 期（ 2008 ） 1-9 7 汪秉宏、周涛、王文旭、杨会杰、刘建国、赵明、殷传洋、 韩筱璞、谢彦波 当前复杂系统研究的几个方向 复杂系统与复杂性科学 5 卷 4 期（ 2008) 21-28 8 陈关荣，许晓鸣（主编）， 汪秉宏，汪小帆，车宏安，王恒山，张宁（副主编） 《复杂网络理论与应用》 －第三届全国复杂网络学术会议文集 Complex Networks Theory and Applications 上海系统科学出版社（香港） 2008 年 6 月第 1 版， 268 千字 ISBN: 978-988-17255-1-6 9 何大韧，刘宗华，汪秉宏 ( 编著 ) ：《复杂系统与复杂网络》 高等教育出版社 , 2009 年 1 月第一版 USTC 统计物理复杂系统研究组 2005-2009 发表论文 期刊分布 Physical Review Letters 94,18 (2005) 188702 New Journal of Physics 9 (2007) 282 10 (2008) 023006 10 (2008) 073010 11 (2009) 103001 11 (2009) 123008 Physical Review E 71, 1 (2005) 046135 71, 1 (2005) 046141 72, 1(2005) 016702 72, 2 (2005) 029905 72, 4 (2005) 046119 72, 4 (2005) 046139 72, 4 (2005) 046140 72, 5 (2005) 057102 72, 6 (2005) 066702 73,1 (2006) 016133, 73, 2 (2006) 026111 73,3 （ 2006 ） 037101 73, 4 (2006) 046108 73 (2006) 058102 74 , 4(2006). 047102 74_5 (2006) 056109 74_5 (2006) 056113 75, 2(2007)021102 75, 2 (2007) 027101 75_2 (2007) 026111 75, 3 (2007) 036106 76, 2 (2007) 026105 76,3 （ 2007 ） 037102 76,4 (2007) 046115 76,5 （ 2007 ） 057103 76,6(2007) 061903 77,2(2008) 027102 77,2 (2008) 027103 78,6(2008 ） 066109 79, 1(2009)016113 79,2 (2009) 026112 79,2(2009) 026113 79,5(2009) 052102 79,5(2009) 056107 80,1 (2009 ） 017101 80,3 （ 2009 ） 031144 80,4 (2009) 046108 80, 4(2009)046122 Europhys. Lett. (EPL) 81(2008)58004 82 (2008) 28002 83 (2008) 28003 83 (2008) 40003 87 (2009) 68001 87 (2009) 68002 88 (2009) 38005 Eur.Phys.J.B 62 (2008)101-104 65 （ 2008 ） 251-255 71, 623630 (2009) Chaos 16,4(2006) 043112 18 (2008)_013120 Journal of Physics A: Math.Gen. 29 (1996) L31-L35 Journal of Theoretical Biology 241 (2006) 765773 247 (2007) 645 Physics Letters A 351 (2006) 220-224 362 (2007) 115-119 363 (2007) 7177 364 (2007) 189-193 366 (2007) 1419 368 (2007) 431-434 Chaos, Solitons and Fractals, vol.31 (2007) 772-776 Journal of the Korean Physical Society Vol50, No.1, (2007) 134-141 AAPPS Bulletin Vol.17 No.2 (Apr 2007) 3-8 Physica A 353 (2005) 576-594. 354 (2005) 505-517 359 (2006) 835-852 363 (2006) 492500 364 (2006) 544556 367 (2006) 337344 367 (2006) 613618 371 (2006) 773-780 371 (2006) 814822 374 （ 2007 ） 478-482 374(2007)864-868 375 (2007)687-692 378 (2007) 519-526 384 (2007) 656 380 (2007) 528-538 386 (2007) 397406 387 (2008) 16831688 387 (2008) 2595-2602 387(2008)30253032 387(2008)5887-5891 387 （ 2008 ） 6391-6394 387(2008)6857-6862 388 (2009) 462-468 388 (2009) 999-1006 388 (2009) 1713-1720 388 (2009) 12371242 388(2009)3233 -3243 388(2009) 3615-3620 388 (2009) 3931-3938 388 (2009) 4646-4650 388(2009) 4651- 4657 388 (2009) 4867-4871 International Journal of Information and Systems Sciences 5-2 （ 2009 ） 230247 International Journal of Modern Physics B ， Vol.21, Nos. 23 24 (2007) 4041 － 4047 Vol. 22, No.5 (2008) 553560 International Journal of Modern Physics C Vol. 18, No. 2 (2007) 297314 Vol. 18, No. 6 (2007) 10251045 Vol. 19, No. 9 (2008) 13591366 Vol. 20, No. 2 (2009) 1-9 Vol. 20, No. 2 (2009) 285-293 Vol. 20, No.12 (2009) 1925-1932 Pramana-journal of physics ( Indian Academy of Sciences) 71,2(2008)353-358 Journal of the Korean Physical Society Vol. 50, No.1, (2007))134-141 New Mathematics and Natural Computation Vol. 1, No. 2 (2005) 275-283 Dynamics of Continuous Discrete And Impulsive Systems-Series B-Applications Algorithms 13 (3-4): 463-469 （ JUN 2006 ） 13 (3-4): 481-488 （ JUN 2006 ） 13 (3-4): 505-510 （ JUN 2006 ） Computer Physics Communications (2009) Computers Industrial Engineering vol.56 (2009) 63-69 New Mathematics and Natural Computation Vol. 1, No. 2 (2005) 275-283 Chinese Science Bulletin 50,19 (2005) 2140-2144 51 , 5 (2006) 624 629 54 （ 2009 ） Chinese Physics Letters 22, 2 (2005) 510-513 22, 5 (2005) 1072-1075 22, 5 (2005) 1285-1288 23-3(2006)754-757 23-4 (2006) 1046-1049 23-8 (2006)1961-1964 23-8(2006) 2327-2329 23-11 (2006) 2909-2912 23-11 (2006) 3115-3118 23-12 (2006): 3384-3386 24,10(2007) 3002 25-2 (2008)773 － 775 25-4 (2008)1494-1497 25, 5 (2008) 1822 25-6(2008)2303 25-7(2008)2718 25-9(2008)3504 25-9(2008)3507 25-11 (2008) 4177 26-1 (2009) 018701 26-2 (2009) 028902 26-6 (2009)068901 26-10 (2009) 108701 Chinese Physics B 16-11 (2007) 1-11 17,No.5 (2008) 1863-1868 17 (2008) 2759. 18,-9(2009)3633-3640 Front. Phys. China , 2007, 2(4): 460―468 Progress of Natural Science 16-5 (2006) 452-457 Communications in Theoretical Physics 43,4(2005) 671 52,1,(2009)180-204 Commun Nonlinear Sci Numer Simulat 15 (2010) 182188 中国科学 G 辑 39 卷 7 期（ 2009)935-942 科学通报 `51 卷 2 期 (2006)235-240 54 卷 1 期 (2009) 自然科学进展 15 卷 5 期（ 2005 ） 513-518 18 卷 6 期（ 2008 ） 601-608 19 卷 1 期 (2009)1-15 物理学报 54 卷 11 期 (2005) 5022 55 卷 1 期（ 2006)54-59 55 卷 1 期（ 2006 ） 60-67 55 卷 8 期 （ 2006 ） 4032 4038 55 卷 8 期（ 2006 ） 4051-07 物理学进展 25 卷 3 期（ 2005 年 9 月） 273-295 28 卷 (2008 年 ) 第 1 期 pp.22-34 力学进展 38-6 （ 2008 ） 1-9 中国基础科学 7 卷 总第 45 期 (2005 年第 3 期 ) 37-43 复杂系统与复杂性科学 1 卷 4 期（ 2005 ） 74-78 2 卷 1 期（ 2005 ） 18-23 2 卷 3 期（ 2005 ） 29-37 2 卷 4 期（ 2005 ） 10-15 4 卷 2 期（ 2007 ） 10-17 4 卷 4 期 (2007) 1-5. 5 卷 4 期（ 2008) 21-28 6 卷 3 期（ 2009 ） 1-10 6 卷 4 期（ 2009 ） 45-50 物理 34 卷 1 期 (2005) 31-36 页 35 卷 2 期（ 2006 ） 227-233 吉林大学学报 ( 工学版 ) 2009,39( 增刊 2) 76-0079 2009,39( 增刊 2)80-0082 2009,39( 增刊 2)83-0086 专著： 《复杂网络》（上海系统科学研究院学术从书）上海科技教育出版社 （ 2006 ）第 6 章 pp.113-140 ； 第 12 章 pp.247-260 《 Meyers: Encyclopedia of Complexity and Systems Science 》 Entry 244 《 Science Matters -Humanities as Complex Systems 》 Maria Burguete, Lui Lam （ eds. ） Part III Raising Scientific Level ， Chapter 12, p.207-233 World Scientific,Imperial College Press 《 Complex Sciences 》 Proceedings Complex Science 2009 First International Conference, Complex 2009 Shanghai , China , February 23-25, 2009 ， Springer Berlin Heidelberg New York ............. p. 894; ..... p.924; ... ...........p.1118; ..........p. 1540 ; ............p.2377 《复杂网络理论与应用》－第三届全国复杂网络学术会议文集 上海系统科学出版社（香港） 2008 年 6 月第 1 版 专著《复杂系统与复杂网络》高等教育出版社 ,2009 年 1 月第一版 《人类行为动力学模型》上海系统科学出版社 ( 香港 ) （ 2008 年 6 月第一版） 新闻报道 Physics Org News: http://www.physorg.com/news174560362.html
标签: 推荐系统
