一种基于数据场的网络节点重要性度量方法
节点重要性评价是复杂网络、社会网分析等领域的一个重要的研究课题,具有重要的应用价值。本文受场论的思想启发,提出了一种基于数据场的拓扑势排序方法。该方法引入数据场形式化描述网络中节点间的相互作用,通过定义节点位置的拓扑势来度量节点位置的差异性和重要性。理论与实验结果表明,当每个节点仅影响其直接邻居时,拓扑势排序方法退化为度排序方法。随着节点间影响范围的增大,节点拓扑势也会随之发生变换,当节点的影响范围趋近于网络直径时,拓扑势排序方法又会表现出与接近度排序类似的中心性偏好。因此,本方法不仅为几种节点重要性评估方法提供了较好的统一描述框架,而且通过参数的调整可以得到更符合网络拓扑特性的节点重要性排序。
人工智能 数据场网络 拓扑势排序 网络节点
赫南 淦文燕 李德毅 康建初 方琦
北京航空航天大学计算机学院软件开发环境国家重点实验室 北京 100083 清华大学计算机系 北京 100084 电子系统工程研究所 北京 100039
国内会议
哈尔滨
中文
55-60
2007-11-20（万方平台首次上网日期，不代表论文的发表时间）