.png){kind=icon}
返回
An extended improved global structure model for influential node identification in complex networks
.png){kind=icon}
PRE
AI
DOI：10.1088/1674-1056/ac380d.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确识别影响节点有助于控制谣言传播并中断计算机病毒的扩散。研究人员已针对不同方面提出了许多经典方法。为深入探究位置信息的影响，本文提出了一种改进的全局结构模型来表征节点的影响力。该方法同时考虑了节点的自信息及其邻接节点位置信息的作用。首先计算每个节点的度中心性，然后使用每个节点的度值表示自影响力，并将邻接层节点的度值除以路径长度的幂，即路径衰减，用于表示全局影响力。最后，提出了一种扩展的改进全局结构模型，在结合自影响力和全局影响力的基础上考虑最近邻信息，以识别影响节点。本文通过模拟获得真实网络的传播过程（采用SIR模型），并从区分度和准确性两方面验证了所提出方法的有效性。实验结果表明，在多个网络中，所提出的方法在识别影响节点方面比其他比较方法更准确。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息