關鍵節(jié)點識別是網(wǎng)絡科學的重要研究內(nèi)容,在醫(yī)學、社會學、網(wǎng)絡安全、電力交通、政治與經(jīng)濟學領域有重要研究意義。當前流行的關鍵點識別算法的原理是通過考慮局部范圍和全局范圍網(wǎng)絡節(jié)點的特性衡量節(jié)點中心性,結合節(jié)點自身及鄰居節(jié)點貢獻進行關鍵節(jié)點識別。存在識別有效性低和時間復雜度高的問題,不能在大規(guī)模網(wǎng)絡中擴展。針對等概率疊加隨機游走關鍵點識別方法沒有考慮隨機游走傾向性問題,采用節(jié)點相似性構造轉(zhuǎn)移概率矩陣的方法,開展了不等概率疊加隨機游走進行關鍵點識別的研究。通過在無向網(wǎng)絡中與度中心性、介數(shù)中心性、接近中心性、等概率疊加隨機游走評估方法間進行比較,各中心性算法與SIR模型的相關性比較的實驗,證明基于不等概率疊加隨機游走能以較高的精度進行網(wǎng)絡中關鍵點識別,并且優(yōu)于等概率疊加隨機游走方法。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 相關工作
2 不等概率疊加隨機方法
    2.1 構建不等概率隨機游走轉(zhuǎn)移矩陣
    2.2 基于疊加效應的局部隨機游走
    2.3 基于相似和的疊加隨機游走
3 實驗結果與分析
    3.1 SIR傳播模型
    3.2 Kendall tau距離
    3.3 仿真實驗
4 結束語



本文編號：3745958