基于模体结构和度信息的关键节点组识别

TP391; 为了探究具有更小规模的高阶结构对关键节点组的影响,以优化网络传播为目标,提出了一种基于模体结构和度信息的关键节点组识别算法.基于模体结构对节点影响力进行评估,挖掘模体结构的核心节点,使用多准则妥协解排序(VIKOR)法将其与度信息进行融合,并利用种子排除算法对种子节点的邻居进行排除,有效减小影响力重叠问题.在SIR传播模型的基础上,选取6 个不同的无向网络与4种基准算法进行比较,实验结果表明,所提算法在准确性和稳定性方面表现出更好的性能....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 45; no. 3; pp. 258 - 269
Main Authors 杨云云, 张辽, 于海龙, 王力
Format Journal Article
LanguageChinese
Published 太原理工大学电气与动力工程学院,山西 太原 030024 25.03.2024
Subjects
影响力最大化
influence maximization
motif
key node group
关键节点组
模体
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2024052

Cover

More Information
Summary:TP391; 为了探究具有更小规模的高阶结构对关键节点组的影响,以优化网络传播为目标,提出了一种基于模体结构和度信息的关键节点组识别算法.基于模体结构对节点影响力进行评估,挖掘模体结构的核心节点,使用多准则妥协解排序(VIKOR)法将其与度信息进行融合,并利用种子排除算法对种子节点的邻居进行排除,有效减小影响力重叠问题.在SIR传播模型的基础上,选取6 个不同的无向网络与4种基准算法进行比较,实验结果表明,所提算法在准确性和稳定性方面表现出更好的性能.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2024052