融合高阶信息的社交网络重要节点识别算法

摘要

cqvip: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。