一种有效的基于三角结构的复杂网络节点影响力度量模型

被引：68

作者：

韩忠明 ^{[1
,2
]}

陈炎 ^{[1
]}

李梦琪 ^{[1
]}

刘雯 ^{[1
]}

杨伟杰 ^{[1
]}

机构：

[1] 北京工商大学计算机与信息工程学院

[2] 食品安全大数据技术北京市重点实验室

来源：

物理学报 | 2016年 / 65卷 / 16期

关键词：

复杂网络; 节点影响力; 三角结构; 关键节点;

D O I：

暂无

中图分类号：

O157.5 [图论];

学科分类号：

070101 [基础数学];

摘要：

度量复杂网络中的节点影响力对理解网络的结构和功能起着至关重要的作用.度、介数、紧密度等经典指标能够一定程度上度量节点影响力,k-shell和H-index等指标也可以应用于评价节点影响力.然而这些模型都存在着各自的局限性.本文基于节点与邻居节点之间的三角结构提出了一种有效的节点影响力度量指标模型(local triangle centrality,LTC),该模型不仅考虑节点间的三角结构,同时考虑了周边邻居节点的规模.我们在多个真实复杂网络上进行了大量实验,通过SIR模型进行节点影响力仿真实验,证明LTC指标相比于其他指标能够更加准确地度量节点的传播影响力.节点删除后网络鲁棒性的实验结果也表明LTC指标具有更好效果.

引用

页码：289 / 300

页数：12

共 10 条

[1]

Ranking spreaders by decomposing complex networks [J].

Zeng, An ;

Zhang, Cheng-Jun .

PHYSICS LETTERS A, 2013, 377 (14) :1031-1035

[2]

Ranking the spreading influence in complex networks [J].

Liu, Jian-Guo ;

Ren, Zhuo-Ming ;

Guo, Qiang .

PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, 2013, 392 (18) :4154-4159

[3]

Identifying influential nodes in complex networks.[J].Duanbing Chen;Linyuan Lü;Ming-Sheng Shang;Yi-Cheng Zhang;Tao Zhou.Physica A: Statistical Mechanics and its Applications.2011, 4

[4]

Identification of influential spreaders in complex networks [J].