摘要：以往衡量图网络节点重要性时,多基于给定源节点,计算该节点到其余目标节点的个性化pagerank值并推出重要目标节点,运算效率低且存储量大。基于此,提出了一种基于给定目标节点的个性化pagerank算法(TPPR),该算法结合本地更新与优先队列算法,通过计算从所有源节点到给定目标节点的个性化pagerank值来推出重要源节点,相较于传统算法运算精度更高,运行时间大幅减少。

摘要：网络聚类模式发现是网络分析中的一项重要任务,好的网络布局应能体现网络中的聚类特征,并允许用户从不同层次探索网络结构。为此,基于社团划分和多层次布局思想提出了聚类特征层次布局算法。首先利用种子节点和个性化pagerank对网络实现社团划分;其次根据划分结果对网络进行粗化,并设计了粗化网络初始布局;然后利用节点度信息改进力导向模型以完成细化;最后,为验证所提算法的有效性,设计了从整体到局部的实验。实验表明所提算法能够在有效时间内生成高质量的布局结果,与现有布局算法相比,所提算法更能真实展示网络聚类特征,同时兼顾网络微观结构,能够满足用户从不同层次探索网络结构的需要。