基于TOPSIS和灰色关联度的社交网络节点重要性综合评价算法

• 作者: 吴旭光 张德阳 李晓龙 韩益亮
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 社交网络 节点重要性 多属性决策 灰色关联度 综合评价
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 444-450
• 页数: 7页
• 分类号: TP393
• 字数: 4970字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2018.05.010

摘要

节点重要性评价对于网络大V的挖掘、网络病毒源的锁定和网络舆情的定向干预等方面具有重要应用前景.现有的节点重要性评价算法存在适应范围有限,评价结果与现实情况存在较大出入等问题.本文采用TOPSIS和灰色关联度相结合,设计了社交网络中节点重要性综合评价算法,提高了节点重要性评价算法的决策准确度和可适用于贫信息条件.最后利用小说《悲惨的世界》中人物关系网络数据集和Facebook一个月的数据验证本算法,并同TOPSIS算法和PageRank算法产生的结果比较,表明本算法更符合实际情况,并且具有较高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩益亮	武警工程大学密码工程学院	64	215	7.0	11.0
2	李晓龙	武警工程大学密码工程学院	5	6	2.0	2.0
3	吴旭光	武警工程大学密码工程学院	15	33	3.0	5.0
4	张德阳	武警工程大学密码工程学院	4	6	2.0	2.0