COMP5313 Week 12 Project Presentations 讲课总结

COMP5313 Week 12 讲课总结：Project Presentations

本讲主要播放 Assignment 2 项目展示。老师说明展示选择只基于主题，不代表成绩高低。本周没有新增理论考点，主要用于看课程方法如何应用到真实数据。

1. 本讲主题

本讲通过多个项目展示说明：

• 图建模可以应用到 AI 模型生态、游戏地图、零售、影视演员、能源市场、足球传球、海底光缆、IoT、互联网、贸易、NBA、机场、区块链、学术合作等场景。
• 常用方法反复出现：centrality、community detection、PageRank、betweenness、degree、modularity、robustness / removal analysis。
• 好项目通常把 research question、graph construction、metric choice 和结论对应起来。

2. Hugging Face AI Ecosystem

项目把 Hugging Face 模型生态建成网络：

• 节点来自 models、tasks、libraries、authors。
• 研究模型供给是否集中。
• 比较 download popularity 和 structural importance。
• 使用 PageRank、betweenness、weighted degree、community structure。
• 结论是下载量不一定等于结构重要性，某些 library / author 是隐藏桥梁。

3. Zelda Open-world POI Network

项目把游戏中的 points of interest 建成动态路径网络：

• 节点是交互对象。
• 分层：teleportation、service hub、functional target、micro reward。
• 研究游戏世界是否像一个软推荐网络，引导玩家路径。
• 观察不同 persona / stage 下的中心节点变化。

4. Online Retail Co-purchase Network

项目用 UK online retail 交易数据：

• 产品是节点。
• 同一 invoice 中共同出现的产品连边。
• 边权可以用 co-occurrence count / lift。
• 用 Louvain / Leiden 发现 product communities。
• 用 centrality / participation coefficient 找 bridge products。

重点观察：community 可能反映使用场景，而不只是商品目录类别。

5. Netflix Actor Network

项目构建演员共演网络：

• 演员是节点。
• 共演关系是边。
• 比较 degree centrality 和 betweenness centrality。
• targeted removal 高 betweenness 演员会更明显破坏跨社区连接。

重点观察：高 degree 代表局部活跃，高 betweenness 代表桥接作用，两者不等价。

6. Europe Electricity Price Network

项目分析欧洲电力批发价格：

• 节点是 bidding zones。
• 边表示价格联动或相似性。
• 用 connectivity、Louvain、partition similarity、PageRank、betweenness。
• 比较 2022 前后结构变化。

重点观察：密度下降、fragmentation 上升、community 更分裂，说明市场结构发生变化。

7. Football Passing Network

项目把足球传球建成 directed / weighted network：

• 球员是节点。
• 传球是边。
• degree centrality 衡量参与度和控球量。
• betweenness centrality 找 transition pivot / bridge player。

重点观察：普通数据可能只看传球次数，网络指标能发现结构性桥梁角色。

8. Submarine Cable Network

项目分析全球海底光缆：

• 国家或 landing points 是节点。
• 海底光缆连接是边。
• 用 community detection、dependence、exclusion、betweenness、eigenvector centrality。
• 研究结构性 transit authority 和 bargaining power。

重点观察：地理社区明显，少数 transit hubs 影响跨区域连接。

9. IoT Sensor Network

项目用 Intel Berkeley Lab sensor dataset：

• 传感器是节点。
• 环境读数相似性形成 weighted edges。
• 用 modularity 发现 sensor communities。
• 用 degree、weighted degree、PageRank、betweenness 找 bridge sensors。

重点观察：环境相似性可以解释部分 sensor community。

10. Internet / Trade / NBA / Airport / Blockchain / DBLP

后续展示反复出现类似图分析框架：

• Internet structure：国家或网络实体的连通性与 resiliency。
• Australia trade network：PageRank 和集中度衡量贸易依赖。
• NBA mobility network：球员流动连接球队，用 centrality 和 community detection 分析 league structure。
• Airport network：degree 找 direct route hubs，betweenness 找跨区域中转机场，community detection 找区域团簇。
• Bitcoin / peeling chain：centrality 和 community detection 分析 illicit transactions 是否位于核心或边缘。
• DBLP co-authorship：作者合作网络，用 Louvain、betweenness 找研究社区和跨领域 bridge authors。

11. 对复习有用的共性

这些项目虽然不是新理论，但能帮助复习：

• 先定义节点和边，边权必须有清楚含义。
• degree 高不一定 betweenness 高。
• PageRank 衡量结构重要性，不等同于原始 popularity。
• Louvain / modularity 常用于 community detection。
• targeted removal 可检验网络脆弱性。
• projection graph 会简化真实关系，也可能夸大连接。
• 图指标要和 research question 对应，否则只是堆指标。

12. 考点重点

• 本周没有新增公式或算法考点。
• 需要吸收的是应用套路：graph construction → metric choice → result interpretation。
• 复习时不用背每个项目细节，但要会解释为什么某个指标适合某个问题。
• 特别注意 degree、betweenness、PageRank、modularity 在项目中的不同含义。