基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
复杂网络中的结构洞节点对于信息传播具有重要作用,现有关键节点排序方法多数没有兼顾结构洞节点和其他类型的关键节点进行排序。本文根据结构洞理论与关键节点排序相关研究选取了网络约束系数、介数中心性、等级度、效率、网络规模、PageRank值以及聚类系数7个度量指标,将基于ListNet的排序学习方法引入到复杂网络的关键节点排序问题中,融合7个度量指标,构建了一个能够综合评价面向结构洞节点的关键节点排序方法。采用模拟网络和实际复杂网络进行了大量实验,人工标准试验结果表明本文排序方法能够综合考虑结构洞节点和核心节点,关键节点排序与人工排序结果具有较高的一致性。 SIR传播模型评估实验结果表明由本文选择TOP-K节点发起的传播能够在较短的传播时间内达到最大的传播范围。
推荐文章
基于优化结构洞的无向加权网络关键节点发现方法
桥节点
结构洞
约束系数
邻接度
面向结构洞的指挥控制网络关键节点识别方法
指挥控制网络
关键节点识别
复杂网络
结构洞
层级流介数
基于网络结构的节点中心性排序优化算法
中心性
排序算法
网络结构
精度
基于复杂网络的化工过程层次符号有向图模型建立及关键节点识别
化工过程
层次符号有向图
复杂网络
主成分分析法
逼近理想排序法
LeaderRank算法
关键节点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向结构洞的复杂网络关键节点排序?
来源期刊 物理学报 学科
关键词 结构洞 关键节点 排序学习 复杂网络
年,卷(期) 2015,(5) 所属期刊栏目
研究方向 页码范围 058902-1-058902-9
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.64.058902
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 段大高 北京工商大学计算机与信息工程学院 31 326 9.0 17.0
2 韩忠明 北京工商大学计算机与信息工程学院 51 631 14.0 23.0
3 吴杨 北京工商大学计算机与信息工程学院 4 77 2.0 4.0
4 谭旭升 北京工商大学计算机与信息工程学院 7 110 5.0 7.0
5 杨伟杰 北京工商大学计算机与信息工程学院 13 200 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (56)
同被引文献  (138)
二级引证文献  (152)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(6)
  • 引证文献(6)
  • 二级引证文献(0)
2017(25)
  • 引证文献(17)
  • 二级引证文献(8)
2018(66)
  • 引证文献(15)
  • 二级引证文献(51)
2019(78)
  • 引证文献(13)
  • 二级引证文献(65)
2020(32)
  • 引证文献(4)
  • 二级引证文献(28)
研究主题发展历程
节点文献
结构洞
关键节点
排序学习
复杂网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导