分析公文收发记录的可视网络

《分析公文收发记录的可视网络》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、分析公文收发记录的可视网络计算机技术的发展使人们的工作生活更加便利，各个方面所产生的数据都能够在计算机中准确的记录下来，这种技术的开发给人们提供了一个新的行为途径。通过对人的行为进行定量分析，例如时间序列分析，可以记录在一定的时间段发生的行为数据，通过所记录内容分析其特征，得出发展趋势。当行为被当做一种定量来研究的时候，空间和时间的移动分布是重要的两点，这种复杂的系统可以看成一个网络结构。一、公文收发的时间间隔传统分析中，由于技术落后，对行为的分析都是先假设所发生的行为是均匀随机的，在发生的一段时间内，行为是按照负指数分布的，而数量是按照泊松分

2、布。随着技术的不断进步，在近些年对行为的研究中发现，之前所假设的均匀随机并不是正确的，行为实际上具有阵发性和重尾性，并且应该用幂律分布表示时间间隔。公文收发的时间间隔的研究中，将公文看做一个整体，其中单位并不加以区分。统计中，根据时间间隔的数据得到频率的分布图，并且采用P（X≥x）分布形式消除在尾部产生的不规则波动。如图1所示，图1公文收发时间间隔频率分布从图中可以得出，数据的排列近似一条直线，可用一个幂律函数表示。所以公文收发的动作行为也属于人类行为的一种，具有非泊松特征，也就是在很短的时间间隔内产生的频率高，反而在长时间间隔中产生的频

3、率很低，具有非均匀的特性。所以对于公文的发布在一定时间内连续发布是一种多发性行为，只有很少的公文发布单位在公文发布一次之后就不再发布。在人们生活中具有长时间间隔与作息相关，大部分情况是由于长假所导致，形成了时间间隔的幂律分布形态。二、收文相关的时间序列时间序列的存在具有非常重要的作用，可以帮助人们对现象客观的观察，得到统计的结果和认识到统计的规律，掌握行为的发展趋势，通过对时间序列采用重标极差法进行相关性分析。从相关性分析中能够得出公文的收发行为是不具有随机的特性的，并且通过观察得知持久性具有逐渐增强的特性，发展的趋势呈正相关规律性发展，其中发

4、挥明显作用的是行为中的记忆效应。这些结果表明公文收发情况具有稳定性和持续性，这种行为具有循环的特性，循坏的周期与人们工作的时间相吻合，说明数据的循环并不随机。三、公文收发记录的可视网络分析对可视网络分析借鉴了之前研究的时间序列以及复杂网络，将所研究的时间序列转变成可视网络。（一）算法可视图算法如图2所示，基本思想就是通过柱状图上的线的表达得到复杂网络，数据观测值可以从柱状图的高度得出。每一个节点与数据点都是一一对应的，同时可以通过可视线判断节点之间的连接关系。图3水平可视图算法算法可以将时间序列用网络表示，来体现公文的收发数量。两种算法的网络表

5、示虽然不相同，在水平可视网络中排列显得稀疏，但在结构上也极为相似。如图4、图5所示，图4公文时间序列可视图图5公文时间序列水平可视图（二）可视网络特征通过对可视网络中拓扑特征的计算，得出了网络在积累度中按照幂律形式表现出来，是一种无标度网络。经分析得出，公文收发的时间序列可以转化为无标度特征和等级结构，同时所得结论又可以验证时间序列的分形特征，原始时间序列中的数据之间存在着非常密切的联系。（三）讨论通过研究得出，两种算法得到了相同的拓扑结构，虽然拓扑参数不同，但也不影响网络中的定性分析，在对大型的网络进行分析时可以通过较小的运算量得到。结语：上

6、文在对政府公文收发这种行为中，运用复杂网络验证时间序列特征。通过一系列的简单研究中得到公文在收发时时间序列的特征，与人类的行为密切相连。两种算法可以减少复杂网络中的运算量，为实际应用运算提供的良好途径。同时对人类行为研究的结果给映射提供了理论依据。