復(fù)雜網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)是指那些在網(wǎng)絡(luò)結(jié)構(gòu)和功能上起著重要作用的節(jié)點(diǎn),學(xué)者們從不同的角度提出了許多節(jié)點(diǎn)重要性排序算法。但是在某些真實(shí)場(chǎng)景中,往往一組少量的節(jié)點(diǎn)起著關(guān)鍵的作用,稱之為關(guān)鍵節(jié)點(diǎn)組。如在信息傳播時(shí),如何選取一組較少的節(jié)點(diǎn)使得信息的傳播規(guī)模最大?在滿足一定預(yù)算下,如何選取一組用戶使得廣告能夠被更多的用戶所知曉?近年有許多學(xué)者對(duì)該問題進(jìn)行了深入研究,從影響力最大化,到挖掘最有影響力的傳播者。算法形式則由早期的貪心算法及其改進(jìn),轉(zhuǎn)變到近年較常見的啟發(fā)式算法。本文根據(jù)近年的一些啟發(fā)式算法思路,從節(jié)點(diǎn)重要性和節(jié)點(diǎn)間的距離兩方面分析并提出了一種重要節(jié)點(diǎn)組挖掘的新算法。主要的研究?jī)?nèi)容和創(chuàng)新點(diǎn)有:（1）提出一種基于改進(jìn)核數(shù)熵的節(jié)點(diǎn)重要性排序算法。本文認(rèn)為節(jié)點(diǎn)的重要性不僅和節(jié)點(diǎn)的核數(shù)相關(guān),而且和節(jié)點(diǎn)連接的核數(shù)多樣性有關(guān)。而且為了消除核數(shù)熵受節(jié)點(diǎn)度的影響,本文在核數(shù)熵的基礎(chǔ)上改進(jìn)并提出了MKE算法。（2）通過分析節(jié)點(diǎn)的相似性,在基于中心點(diǎn)的社團(tuán)劃分算法的基礎(chǔ)上,提出一種基于相似度的斥群距離指標(biāo),用于衡量節(jié)點(diǎn)與所有比此節(jié)點(diǎn)重要性更強(qiáng)的節(jié)點(diǎn)之間的平均相似性,并提出一種通用的節(jié)點(diǎn)選取算法——SNBS。（3... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

鍵滲模型，連邊概率p為1/3[59]

然而事實(shí)上并非如度網(wǎng)絡(luò)和指數(shù)網(wǎng)絡(luò)中選取度最在傳染病傳播模型中，如果感。Kitsak 等人[27]首次利用 k-殼絡(luò)中心的節(jié)點(diǎn)重要性比位于邊 3-2 所示，該圖描述的是網(wǎng)絡(luò)使區(qū)域的節(jié)點(diǎn)核數(shù)為 1，位于綠色出，核數(shù)越大的節(jié)點(diǎn)之間的連接，當(dāng)選取多個(gè)節(jié)點(diǎn)時(shí)可能會(huì)造成核數(shù)將分配給許多節(jié)點(diǎn)的核數(shù)點(diǎn)中，顯然黃點(diǎn)在傳播上其重且局部上只有它連接了其他核點(diǎn)，如核數(shù)為 3 的節(jié)點(diǎn)中，藍(lán)-殼分解法無(wú)法區(qū)分這些情況。

max } ks表示的是節(jié)點(diǎn) i 的鄰居核數(shù)分布，| jx 和核數(shù)描述節(jié)點(diǎn)重要性的啟發(fā)，本文認(rèn)為節(jié)的影響；而且選擇多個(gè)節(jié)點(diǎn)同時(shí)進(jìn)行傳播時(shí)中后期，節(jié)點(diǎn)連接的核數(shù)多樣性和節(jié)點(diǎn)之間了消除度對(duì)核數(shù)熵的影響，將公式 3-2 做適當(dāng)E（Modified K-shell Entropy）算法，本文記為示。1( ) ( ) ln ( )MAXksi i i j i jjM X p x p x ， | |( )ji jxp xN 所示，節(jié)點(diǎn) i 連接的核數(shù)為 j 的個(gè)數(shù)為jx ，這數(shù)，因此消除了每個(gè)節(jié)點(diǎn)的度對(duì)核數(shù)熵的影響有 14 個(gè)節(jié)點(diǎn)和 15 條邊的簡(jiǎn)單網(wǎng)絡(luò)，如節(jié)點(diǎn) 1 、2，節(jié)點(diǎn) 12 連接了核數(shù)為 1、2 的節(jié)點(diǎn)數(shù)量分

【參考文獻(xiàn)】：
期刊論文
[1]逾滲模型與復(fù)雜網(wǎng)絡(luò)[J]. 李明,汪秉宏.  現(xiàn)代物理知識(shí). 2015(03)
[2]基于節(jié)點(diǎn)相似性度量的社團(tuán)結(jié)構(gòu)劃分方法[J]. 梁宗文,楊帆,李建平.  計(jì)算機(jī)應(yīng)用. 2015(05)
[3]網(wǎng)絡(luò)重要節(jié)點(diǎn)排序方法綜述[J]. 任曉龍,呂琳媛.  科學(xué)通報(bào). 2014(13)
[4]基于微博網(wǎng)絡(luò)的影響力最大化算法[J]. 吳凱,季新生,郭進(jìn)時(shí),劉彩霞.  計(jì)算機(jī)應(yīng)用. 2013(08)
[5]復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J]. 呂琳媛.  電子科技大學(xué)學(xué)報(bào). 2010(05)

博士論文
[1]復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)探測(cè)和應(yīng)用研究[D]. 何嘉林.電子科技大學(xué) 2017

碩士論文
[1]復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)相似性研究及其應(yīng)用[D]. 王洪玨.華北電力大學(xué) 2016
[2]社會(huì)網(wǎng)絡(luò)中影響力最大化問題及其擴(kuò)散模型研究[D]. 韓雪.東北大學(xué) 2014
[3]復(fù)雜網(wǎng)絡(luò)上的傳染病模型研究[D]. 許鵬遠(yuǎn).大連海事大學(xué) 2007



本文編號(hào)：3215641