聚类系数和度相关性均可调的HK扩展模型

摘要：

现有的社交网络增长演化模型的度相关性大多为负值.针对这种情况,以HK(Holme和Kim)模型为基础,考虑社交网络中度的正相关特性以及高聚类系数的特征,提出一种适用于构造社交网络的演化增长模型.首先,对现实中的社交网络拓扑结构进行分析,获取真实社交网络的一些重要拓扑参数;然后,通过引入改进的三角连接机制,对HK模型进行改进以实现网络的聚类系数和相关性均可调的目的,称其为聚类系数和度相关性均可调的HK扩展模型(HK-TDC&C),通过该模型可以构造各种拓扑结构的网络.最后,利用平均场理论对该模型的度分布进行分析,并采用Matlab进行数值仿真,计算网络的其他拓扑参数.实验结果表明:通过调节择优参数和连接概率,用HK-TDC&C构造的社交网络可以满足社交网络的基本特性:无标度特性、小世界特性、高聚类系数特性、度正相关特性,其拓扑结构更接近真实社交网络.

关键词：社交网络、演化模型、幂律分布、度相关性、HK模型

所属期刊栏目：38

分类号：TP393.08(计算技术、计算机技术)

资助基金：广东省自然科学基金资助项目2015A030313552

在线出版日期：2018-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2971-2975