弱连接视角下的高影响力节点识别

摘要：

[目的/意义]PageRank是被普遍接受并广泛使用的排序算法,通过在节点之间传递PR值识别网络中的重要节点.针对PageRank算法对节点间连接强度和影响强度的忽视问题,提出TransRank算法以更有效地挖掘高影响力节点.[方法/过程]TransRank算法利用节点相似性度量连接强度,再基于弱连接理论拟合连接强度和影响强度的关系,并将影响强度作为传值依据.[结果/结论]通过在3个现实网络中进行SI传染实验,检验TransRank算法的优化效果,结果显示TransRank算法挖掘出的高影响力节点在影响速度上始终优于PageRank算法,在影响范围上有很大可能优于PageRank算法.

关键词：弱连接、节点相似性、连接强度、影响强度、节点影响力

所属期刊栏目：42

分类号：G250.252(图书馆学、图书馆事业)

资助基金：国家自然科学基金71671306

在线出版日期：2022-09-07（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：58-67