一种基于局部特征的节点重要性排序方法

摘要：

复杂网络中节点重要性排序对于研究网络的鲁棒性具有十分重大的意义,有助于提高网络的抗毁性,使得网络处于稳定的状态.而在大规模网络的节点重要性识别过程中,获取全局信息计算复杂度较高.度中心性在众多方法中最简单且复杂度最低,但存在无法区分相同值节点的重要性的问题,考虑到节点重要性不仅和节点本身有关,还与节点的邻居信息有一定的关联度,所以引入了一阶邻居对节点重要性的影响,提出了一种简单且有效的局部特征排序方法,提高了节点重要性排序的分辨率和精度.在六个真实网络和三个人工网络上进行验证实验,以独立部分比例和最大连通子图比例为评价标准,实验结果表明,所提方法与度中心性DC、半局部中心性SLC、基于节点及其邻居度的WL方法、K-shell分解方法、DKN方法以及基于节点和边的NL方法相比更加有效.

关键词：复杂网络、鲁棒性、局部特征、节点重要性

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：416-421