大數據時代多層復雜網絡理論的網絡科學研究

錢宇鋒

摘要：大數據技術是一種具有良好適用性得通用技術，其借助網絡技術逐漸進入了現代人的生活中，因此現代社會也被稱為大數據時代。在大數據時代背景下，網絡環(huán)境發(fā)展迅速，但因為數據之間的邏輯關系十分復雜，且存在多層次的交互運維，使得人們對大數據的物理機制、關聯(lián)規(guī)律等認知存在缺陷，相應難以開展相關的工作，因此說明對大數據時代多層復雜網絡理論的網絡科學進行研究，具有實踐價值。

關鍵詞：大數據技術;大數據時代;復雜網絡理論

在大數據時代當中，人們對數據解析的深度、應用等有了新的需求，但在早期大數據技術應用當中，因為人們的認知程度不足，導致大數據技術應用效果并不理想，隨之為了增加對大數據技術的掌握程度，研究學者們對其形成的復雜網絡環(huán)境進行了研究，研究的目的在于了解大數據時代復雜網絡環(huán)境中數據與數據之間的交互邏輯、大數據本質特征、生成機理等，以便構建大數據學習模型，提高大數據技術在現代社會中的實際應用價值。

1.大數據特征及其與復雜網絡理論的關系

1.1大數據時代特征

大數據時代是在大數據技術普及背景下形成的一種時代發(fā)展趨勢，各行各業(yè)都開始開始應用大數據技術，在應用方式上，首先圍繞需求收集與相關的數據，形成一個數據集成體，其次針對數據集成體，對所有數據進行分類處理，再探尋數據與數據之間的邏輯關系，最終利用邏輯關系的發(fā)展演變方向，得到準確的應用方向。針對這一應用方式，在理論上是能夠獲得良好效果的，但實際來看，不少應用人員對于數據之間的關系理解并不全面，導致數據收集、數據邏輯關系探尋工作結果質量不佳，影響了最終應用方向判斷的準確性，說明其對大數據技術的掌控能力不足，但造成數據之間關系理解問題得主要原因，就在于現代網絡環(huán)境當中的復雜性[1]。

1.2大數據與復雜網絡理論的關系

現代學者對于“復雜性”的研究從未停止，而大數據技術以及其形成得復雜網絡具有很高的復雜性，對此自然被列入了復雜性研究的范疇當中，相應形成了復雜網絡理論，說明兩者之間存在關系。在現代相關研究理論當中普遍可以看到，絕大部分研究者認為要成熟、完整的對大數據技術進行應用、理解，都必須了解其中的復雜性，同時隨著復雜性研究得深入，可以推動大數據技術發(fā)展[2]。

2.大數據時代下的復雜網絡理論種類

結合上述分析可見，大數據時代下的網絡環(huán)境與復雜網絡理論直接存在緊密的聯(lián)系，但在相關研究中，傳統(tǒng)復雜網絡理論并不能完整進行分析，且存在難以避免的缺陷，即在面對只有一種對象類型得條件下，其難以處理數據復雜性下產生的異構性特征，使得無法將數據相互聯(lián)系，相應不能形成數據集成體，同時因為現代社會其他領域的不斷發(fā)展，這種缺陷被持續(xù)放大，說明其無法應用于大數據技術分析當中。為了改善傳統(tǒng)復雜網絡理論的缺陷，有研究學者提出了“多層復雜網絡理論”，這種理論建設與數據邏輯集成概念上，其核心觀念為：所有數據之間都存在直接或者間接的邏輯關系，所以在這種理論條件下，可以包含大數據復雜網絡環(huán)境當中的所有數據，并且可通過模型來確認數據對象與其他數據之間得關系。相比之下，多層復雜網絡理論與傳統(tǒng)復雜網絡理論的信息豐富程度、容量要更高，可以支撐建模求解、分析預測等工作。

在本質上，多層復雜網絡理論根據不同數據層之間的不同邏輯關系可以分為兩個部分，即多層依賴網絡、多層關聯(lián)網絡，其中多層依賴網絡中數據與數據之間存在直接的依賴關系，即對任意一項數據進行控制，其他項會發(fā)生相同或近似的變化，說明兩者之間得依賴性較強，但這些數據本身并不一定存在于同一載體當中;多層關聯(lián)網絡中數據與數據之間存在間接的依賴關系，但依賴程度并不高，即對其中任意一項數據進行控制，其他項并不會產生過多得變化，依舊可以在正常水平下進行運作，在載體上這些數據同樣不一定存在于同一載體當中。

3.多層復雜網絡理論下大數據分析重點問題

3.1數據節(jié)點中心性度量問題

在多層復雜網絡理論下得到的大數據分析模型中，其框架內部存在很多個數據節(jié)點，這些數據節(jié)點的分布各不相同，且根據數據關聯(lián)度問題，不同數據節(jié)點對其他節(jié)點會產生傳播、博弈、控制等作用，且作用程度也存在差異，此時如果要對模型進行分析，就必須通過度量方法找到中心的數據節(jié)點，否則會導致分析工作無法開展，或最終結果準確度下降得問題。那么關于數據節(jié)點中心性度量問題得處理方法，在現代研究當中，一般采用擴展的方式來進行，即先選擇任意一個節(jié)點分析其發(fā)展趨勢，并進行演進模擬，之后可以得到該數據節(jié)點的演進路線，根據路線可以得到與該節(jié)點相關的數據節(jié)點類型、分布位置，此時根據這一結果可以判斷選擇的節(jié)點是否屬于演進路線的終點或者起點，如果不屬于兩者中任意一項，則說明節(jié)點中心性可能較低，最終再對該節(jié)點進行操控，查看其對周邊節(jié)點的影響，如果影響范圍小，且影響程度低，則可以確認該節(jié)點不是中心節(jié)點，這一過程重復運行直至對所有數據節(jié)點測量完畢后，選擇影響范圍最大，且影響程度最高的數據節(jié)點為中心節(jié)點。

3.2動力學過程

結合上述數據節(jié)點中心性度量問題中提到的數據節(jié)點演進路線，不同類型的演進路線都具有獨特的動力學過程，因此要準確對其進行分析，必須要了解這一過程。根據現代研究理論得知，多層復雜網絡理論的大數據分析模型的動力學過程一般分為三類，即數據交互傳播路線、數據競爭路線、數據動態(tài)性同步路線，其中數據交互傳播路線主要根據實際需求，依照相應得邏輯關系來形成數據遷移，同時遷移方向為雙向，所以相互之間存在交互關系，在這一路線當中，通常會存在兩個數據中心節(jié)點，對雙向數據交互進行發(fā)出與接收操作;數據競爭路線是指兩組或更多的數據獨立發(fā)展，但一旦兩者之間出現了差異，那么另外一項數據節(jié)點就會相應下滑，同時與其相關的節(jié)點也會產生相應得影響，說明兩者之間存在競爭關系，在這一過程當中存在兩個以上的數據中心節(jié)點，但所有節(jié)點在絕大部分情況下屬于同一類型，相互之間獨立且存在間接影響;數據動態(tài)性同步路線是指兩個或更多的數據節(jié)點共同發(fā)展，且當其中任意節(jié)點出現突破表現時，其他節(jié)點將出現相同變化，不同節(jié)點之間的數據傳輸方向為單向，在這一路線當中，同樣存在兩個以上的數據中心節(jié)點，但所有節(jié)點未必屬于同一類型，相互之間聯(lián)系密切存在直接關系。

3.3網絡魯棒性

網絡魯棒性是代表網絡功能是否正常的關鍵因素，魯棒性越低則說明網絡功能越差，否則相反，因此在多層復雜網絡理論的大數據分析模型當中，為了考究模型可行性或網絡可行性，需要對其魯棒性進行分析。結合相關理論得知，關于魯棒性的分析方法，首先需要了解對網絡魯棒造成影響的因素，其次再分析當前分析對象中是否存在這些因素、因素的種類，如果存在則說明網絡魯棒性可能不完整，如果因素過多則說明魯棒性可能受到了較大影響。

綜上所述，本文主要對大數據時代多層復雜網絡理論的網絡科學進行了研究分析，通過分析得到結論：對大數據特征進行了分析，并將其與復雜網絡理論特征相互對比，證實兩者之間存在共同點，說明復雜網絡理論可以應用戶大數據時代的分析當中，且確認兩者之間存在關系;結合現代研究，將多層復雜網絡理論與傳統(tǒng)復雜網絡理論對比，證實多層復雜網絡理論在大數據分析中更具適用性;對多層復雜網絡理論下大數據分析中的三大重點問題進行了分析。

參考文獻：

[1]先興平，吳濤.大數據時代網絡科學研究進展——多層復雜網絡理論[J].產業(yè)與科技論壇，2016，15（19）：80-81.

[2]張欣.多層復雜網絡理論研究進展：概念、理論和數據[J].復雜系統(tǒng)與復雜性科學，2015，12（2）：103-107.