時序網絡中關鍵節(jié)點的挖掘引起了社會廣泛的關注。針對時序網絡建模中存在忽略時間信息、未考慮時間切片間的交互關系進而影響關鍵節(jié)點識別準確性和科學性的問題,構建了多層時序網絡模型,并提出了一種基于節(jié)點相似性有偏游走的關鍵節(jié)點識別算法:多層時序有偏PageRank(MTB-PR)。本文中網絡模型的構建引入多層網絡分析方法,完整涵蓋了時序網絡的結構演變。同時,基于所構建的網絡模型,綜合層內相鄰節(jié)點間相互作用及其層間影響的雙重因素來區(qū)分節(jié)點的不同影響力;通過數據分析,探討了一些偏差參數變化對節(jié)點重要性能指標的影響。最后,將模型和算法應用于真實網絡中,通過實驗數據驗證了該方法的合理性和有效性。

【文章頁數】：7 頁

【文章目錄】：
1 多層時序網絡構建
2 多層時序網絡中節(jié)點重要度評判
    2.1 基于節(jié)點相似性的有偏隨機游走
    2.2 多層時序有偏PageRank算法
3 數據建模與結果分析
    3.1 數據收集與建模
    3.2 實驗結果分析
        3.2.1 引入節(jié)點相似性對節(jié)點排名的影響
        3.2.2 多層時序有偏PageRank與多層時序無偏PageRank所得節(jié)點重要性分析
        3.2.3 不同偏差參數下節(jié)點的排序結果分析
4 結論



本文編號：3743949