HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法

被引:14
作者
刘佳程 [1 ,2 ]
马廷灿 [1 ,2 ,3 ]
岳名亮 [1 ,2 ,3 ]
机构
[1] 中国科学院大学图书情报与档案管理系
[2] 中国科学院武汉文献情报中心
[3] 科技大数据湖北省重点实验室
关键词
复杂网络; 节点中心性; 节点影响力; h指数; HHa中心性算法;
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
[目的/意义]针对复杂网络中的重要节点的识别,设计一种节点中心性算法,在传染病防控、舆情监控、产品营销、人才发现等方面发挥作用。[方法/过程]同时考虑节点的高影响力邻居的数量及其总体影响,提出HHa节点中心性算法,在真实网络和人工网络上,使用SIR传染病模型模拟信息传播过程,采用单调函数M和肯德尔相关系数作为评价指标验证HHa中心性算法的有效性、准确性以及稳定性。[结果/结论]实验表明,与7种经典的中心性算法相比,HHa中心性算法得出的排序结果M值为0.999等,排名第2;肯德尔系数为0.845等,高于其他算法0.15左右,排名第1且表现稳定。采用HHa中心性算法识别网络中的重要节点具备可行性。
引用
收藏
页码:92 / 100
页数:9
相关论文
共 39 条
[1]
基于度与H指数扩展的复杂网络节点排序方法 [J].
卢鹏丽 ;
于洲 .
兰州理工大学学报, 2020, 46 (05) :100-106
[2]
融合社会网络分析与影响力扩散模型的微博意见领袖发现研究 [J].
陈芬 ;
付希 ;
何源 ;
薛春香 .
数据分析与知识发现, 2018, 2 (12) :60-67
[3]
一种新的基于节点重要性的免疫策略研究 [J].
刘振杰 ;
赵姝 ;
陈洁 ;
张燕平 ;
陈喜 .
南京大学学报(自然科学), 2017, 53 (02) :350-356
[4]
社交网络中一种快速精确的节点影响力排序算法 [J].
邹青 ;
张莹莹 ;
陈一帆 ;
张士庚 ;
段桂华 .
计算机工程与科学, 2014, 36 (12) :2346-2354
[5]
Representation method of cooperative social network features based on Node2Vec model[J] You Xuemei;Ma Yinghong;Liu Zhiyuan;Liu Jiacheng;Zhang Mingming Computer Communications 2021,
[6]
COVID-19 and the 5G Conspiracy Theory: Social Network Analysis of Twitter Data.[J] Ahmed Wasim;Vidal-Alaball Josep;Downing Joseph;López Seguí Francesc Journal of medical Internet research 2020,
[7]
Computational methods for identifying the critical nodes in biological networks.[J] Liu Xiangrong;Hong Zengyan;Liu Juan;Lin Yuan;Rodríguez-Patón Alfonso;Zou Quan;Zeng Xiangxiang Briefings in bioinformatics 2020,
[8]
Minimizing rumor influence in multiplex online social networks based on human individual and social behaviors[J] Adil Imad Eddine Hosni;Kan Li;Sadique Ahmad Information Sciences 2020,
[9]
Weighted h-index for Identifying Influential Spreaders[J] Liang Gao;Senbin Yu;Menghui Li;Zhesi Shen;Ziyou Gao Symmetry 2019,
[10]
An extended clustering method using H-index and minimum distance for searching multiple key spreaders[J] Pingle Yang;Xin Liu;Guiqiong Xu International Journal of Modern Physics C 2019,