融合高阶信息的社交网络重要节点识别算法

作     者：闫光辉 张萌 罗浩 李世魁 刘婷 YAN Guanghui;ZHANG Meng;LUO Hao;LI Shikui;LIU Ting

作者机构：兰州交通大学电子与信息工程学院 

基　　金：国家自然科学基金资助项目(No.61662066,No.61163010) 甘肃省青年基金资助项目(No.1606RJYA222) 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2019年第40卷第10期

页      码：109-118页

摘      要：识别重要节点是复杂网络研究的基础性问题。现有理论框架主要以"点-边"这种低阶结构为基本单元,往往忽略了多个节点之间可能存在的交互性、传递性等重要因素。为了更加精确地识别重要节点,对网络中以模体为基本单元的高阶结构进行了研究,首先,提出了节点高阶度的概念,进一步引入证据理论融合了节点的高阶结构和低阶结构信息,设计了一种融合节点高阶信息的半局部重要节点识别方法。在3个真实社交网络上的实验结果表明,相较于只关注低阶结构的已有方法,所提出的算法能够更加精确地识别网络中的重要节点。

主 题 词：重要节点 模体 高阶网络 证据理论 社交网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 081203[081203] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11959/j.issn.1000-436x.2019198

馆 藏 号：203817394...