基于点权的混合K-shell关键节点识别方法

• 作者: 朱敏 王环
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂网络 关键节点 K-shell分解算法 加权核值 度指标
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 101-109
• 页数: 9页
• 分类号: TP391
• 字数: 5612字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2019.03.011

摘要

复杂网络中,评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置,K-shell分解算法能够很好地识别关键节点,但是这种算法导致很多节点具有相同的K-shell (Ks)值.同时,现有的算法大都只考虑局部指标或者全局指标,导致评判节点重要性的因素单一.为了更好地识别关键节点,提出了EKSDN(Extended K-shell and Degree of Neighbors)算法,该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR(Susceptible-Infectious-Recovered)模型在真实复杂网络中模拟结果相比,EKSDN算法能够更好地识别关键节点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱敏	华东师范大学计算中心	63	770	12.0	27.0
2	王环	华东师范大学计算机科学技术系	1	0	0.0	0.0