HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于加权有向网络熵的2017 NBA总决赛球队去中心化水平与绩效研究

作者:吴江; 贺超城; 龚正nba总决赛去中心化水平加权有向网络熵鲁棒性无序性

摘要:【目的】定量研究组织的中心化水平及其对球队绩效的影响。【方法】以2017年NBA总决赛为例,人工记录球队的传接球关系并构建网络,原创地提出加权有向网络熵(Weighted Directed Network Entropy,WDNE)的定义与算法,分析传接球网络。【结果】WDNE值越大,网络的去中心化程度越高。当球队传接球网络的WDNE差距较大时,得分差距也拉大;反之,得分差距也小。【局限】人工记录会导致遗漏与偏差,同时数据量也偏小。【结论】研究发现去中心化水平对球队的绩效、球队网络的鲁棒性、球队凝聚力有积极影响。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情