融合高阶信息的社交网络重要节点识别算法

• 作者: 刘婷 张萌 李世魁 罗浩 闫光辉
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 重要节点 模体 高阶网络 证据理论 社交网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 109-118
• 页数: 10页
• 分类号: TP181|TP391
• 字数: 6608字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2019198

摘要

识别重要节点是复杂网络研究的基础性问题.现有理论框架主要以"点-边"这种低阶结构为基本单元,往往忽略了多个节点之间可能存在的交互性、传递性等重要因素.为了更加精确地识别重要节点,对网络中以模体为基本单元的高阶结构进行了研究,首先,提出了节点高阶度的概念,进一步引入证据理论融合了节点的高阶结构和低阶结构信息,设计了一种融合节点高阶信息的半局部重要节点识别方法.在3个真实社交网络上的实验结果表明,相较于只关注低阶结构的已有方法,所提出的算法能够更加精确地识别网络中的重要节点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫光辉	兰州交通大学电子与信息工程学院	37	170	8.0	12.0
2	罗浩	兰州交通大学电子与信息工程学院	3	0	0.0	0.0
3	张萌	兰州交通大学电子与信息工程学院	8	0	0.0	0.0
4	刘婷	兰州交通大学电子与信息工程学院	6	13	2.0	3.0
5	李世魁	兰州交通大学电子与信息工程学院	1	0	0.0	0.0