基于传播属性的社交网络重要节点发现

摘要：

节点重要性排序在复杂网络领域中有着广泛的应用.基于节点传播属性的迭代资源分配改进算法(improved iterative resource allocation,IIRA)通过引入节点传播属性,提升了节点重要性排序的准确性,但该算法并未考虑节点相似性对节点资源分配的影响,存在局限性.针对其不足,提出了一种以节点相似性为输入指标的资源分配算法(similarity-based resource allocation,SBRA),使得资源分配策略更加符合真实的社交网络;在SBRA算法的基础上借鉴LeaderRank算法中背景节点的思想,引入高阶邻居节点间的资源流动,提出了一种基于节点相似度和高阶流动资源分配算法(LeaderRank similarity-based resource allocation,L-SBRA);基于传播动力学的SIR模型,通过各算法之间的对比实验,验证了相似性作为资源分配依据以及引入背景节点的合理性,并且证明了改进算法的有效性和优越性.

关键词：复杂网络、社交网络、重要节点、传播属性

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFB1004101

在线出版日期：2022-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：184-193