針對有向網(wǎng)絡(luò)中基于PageRank相關(guān)算法關(guān)鍵節(jié)點識別時迭代計算平穩(wěn)分布的時間復(fù)雜度高,且存在不確定參數(shù)的問題,在對現(xiàn)有算法進行總結(jié)分析的基礎(chǔ)上,考慮適用于有向網(wǎng)絡(luò)的Jaccard擴展指標(biāo)與疊加隨機游走相結(jié)合,通過4步轉(zhuǎn)移實現(xiàn)關(guān)鍵節(jié)點識別。在真實網(wǎng)絡(luò)中,與PageRank的改進算法設(shè)計進行對比實驗,分析與SIR模型的相關(guān)性,結(jié)果表明:該算法能有效識別關(guān)鍵節(jié)點,且在準(zhǔn)確度和算法執(zhí)行效率方面均有較大改進。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1Freemans數(shù)據(jù)集可視化

Freemans＿EIES＿3[14]網(wǎng)絡(luò)是從事社會網(wǎng)絡(luò)分析與研究之間關(guān)系的網(wǎng)絡(luò)，包含32個節(jié)點，442條有向邊，節(jié)點平均度27.625,SIR傳播模型感染概率β為0.029。使用Ucinet6數(shù)據(jù)可視化，F(xiàn)reemans數(shù)據(jù)集可視化如圖1所示。使用PageRank、Pro-Pa....

圖2各中心性算法之間的相關(guān)性

以算法排序等級為標(biāo)準(zhǔn)，各中心性算法之間的相關(guān)性如圖2所示。由圖2可知，本文算法中節(jié)點24、節(jié)點5的重要性與其他算法存在較大差異，節(jié)點24和節(jié)點5在SIR傳播模型中，均處在Top5的位置，說明2個節(jié)點處于重要節(jié)點位置，本文算法優(yōu)于其他算法。各中心性算法與SIR模型Kendall....

本文編號：3924240