介度中心和PageRank算法应用场景分析

• 作者: 冯晓兵 曹宝香 王敏 王蕾
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 关键点 介度中心算法 PageRank算法 差异 领域 应用场景
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 299-304
• 页数: 6页
• 分类号: TP391
• 字数: 4439字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.12.056

摘要

在复杂网络中,一般按照需求选取合适的关键点发现算法,常用的关键点发现算法分别是介度中心算法和PageRank算法.为了在特定应用场景下选取合适的关键点发现算法,选择7种不同类型网络下的16个真实数据集,分析比较介度中心算法和PageRank算法在这些数据集上得到的关键点集合的差异,总结出2种关键点发现算法的应用场景.实验结果表明,介度中心算法适用于对整个网络影响力较大的关键点应用场景,PageRank算法适用于某个领域内熟知度较高的关键点应用场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹宝香	曲阜师范大学信息科学与工程学院	153	1091	14.0	26.0
2	王敏	曲阜师范大学信息科学与工程学院	186	1652	21.0	34.0
4	冯晓兵	中国科学院计算技术研究所计算机体系结构国家重点实验室	42	186	7.0	11.0
5	王蕾	中国科学院计算技术研究所计算机体系结构国家重点实验室	71	752	16.0	25.0