基于节点吸引力的复杂网络关键节点识别方法及系统技术方案

本发明专利技术涉及复杂网络关键节点识别技术领域，公开了一种新的识别有影响力节点的方法及系统。所提出的方法不仅考虑了节点对节点之间的吸引力，还从网络结构角度考虑了节点对社区结构的吸引力，吸引力的大小也象征了节点在网络中具有影响力的强弱，是一种新的识别有影响力节点的方法及系统。首先对网络进行社区结构划分，在预处理后的网络上利用节点的度、节点的邻居和节点的社区属性分别计算节点对节点之间的吸引力和节点对社区结构的吸引力，将其综合作为节点最终影响力。该方法具有较低的时间和计算复杂度，通过实例验证，可以应用于大规模的复杂网络中。规模的复杂网络中。

【技术实现步骤摘要】
基于节点吸引力的复杂网络关键节点识别方法及系统


[0001]本专利技术涉及复杂网络关键节点识别
尤其涉及一种基于节点吸引力的复杂网络关键节点识别方法及系统。

技术介绍

[0002]随着网络科学的发展，对复杂网络的研究也受到了广泛的关注。复杂网络是对现实世界中复杂系统的抽象，对复杂网络的研究能帮助我们更好的认识网络的结构，了解网络的演化状态。而关键节点的排序作为复杂网络研究的一个重要分支，也一直都是网络研究中的热点。
[0003]关键节点的挖掘算法除了在理论方面具有重大意义，同时在实际生活中也可以为我们提供重要的参考价值。如有效的疫苗接种策略，挽救人的生命，以及解决社会困境，所有这些都依赖于对有影响力节点的正确识别。事实上，识别有影响的节点在社会网络，公共设施网络，信息网络和交通网络等网络的分析和研究中都发挥着重要作用。
[0004]近几十年来，对关键节点挖掘的研究和改进一直都在进行。根据所研究的具体问题，也出现了多种多样的关键节点挖掘方法。学者把他们按照合理的方式进行了分类，也对我们后面的研究提供了巨大的参考价值。例如度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于节点吸引力的复杂网络关键节点识别方法，其特征在于，包括以下步骤：S1：为了下面的计算中方便的获取到节点的社区结构属性，本发明选用经典的网络社区划分方法Louvain算法对网络进行社区划分，它允许进行分层结构社团检测，并且划分结果稳定，并具有较低的时间复杂度。S2：计算节点对节点的吸引力，节点的吸引力为种子节点的邻居节点与种子节点的共同邻居数量与邻居节点的度的比值。值越大表明种子节点吸引力越大，同时种子节点在网络中的位置越核心。S3：计算节点对社区吸引力，在一个具有社区结构的网络中，社区属性也应该作为节点影响力的一个决定因素，一个节点越重要，那么它应该对连接的社区结构的吸引力也越强。计算种子节点连接的邻居节点所在社区的规模和邻居节点的局部聚类系数，来表示它所具有的社区属性。值越大表明邻居节点所在社区规模越大，社区的紧密程度较高，同时邻居节点在自身社区中的位置也较重要，那么种子节点所具有的社区吸引力也越强。S4：综合种子节点对节点的吸引力和对社区的吸引力来计算出种子节点的影响力。影响力越大表示...

【专利技术属性】
技术研发人员：关王豪，王斌，张宏伟，
申请(专利权)人：中南大学，
类型：发明
国别省市：