基于TOPSIS的时序网络节点重要性研究

• 作者: 刘建国 殷冉冉 郭强
• 来源期刊: 电子科技大学学报
• 学科: 地球科学
• 关键词: 特征向量中心性 层间相似性 时序网络 TOPSIS
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 复杂性科学
• 页码范围: 296-300
• 页数: 5页
• 分类号: TP311|N94
• 字数: 4501字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.02.021

摘要

时序网络考虑事件发生的顺序,可以更准确地刻画复杂系统的演化特征.本文采用多属性排序方法(TOPSIS)对时序网络不同时间片段节点的影响力进行综合评价.具体的思想是通过计算不同层间相似性指标值与正理想解和负理想解的欧式距离,根据其接近正理想解和远离负理想解的程度对层间耦合关系的度量方法进行排名.基于Workspace数据集的实验结果表明,以优先链接指标(PA)度量时序网络时间层耦合关系,所挖掘出的重要节点准确率最高,在各时间层上平均达到50.82％.该文的工作为从多属性角度分析时序网络提供了借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭强	上海理工大学复杂科学研究中心	55	568	8.0	23.0
2	刘建国	上海财经大学金融科技研究院	24	36	4.0	5.0
3	殷冉冉	上海理工大学复杂科学研究中心	2	4	1.0	2.0