復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)價(jià)研究.pdf

1、近年來(lái),復(fù)雜網(wǎng)絡(luò)已經(jīng)成為眾多學(xué)科共同關(guān)注的一個(gè)研究熱點(diǎn),涉及理學(xué)、工學(xué)以及經(jīng)濟(jì)管理學(xué)等領(lǐng)域。事實(shí)上,不論是人類社會(huì),還是自然界,網(wǎng)絡(luò)模型實(shí)例都可以隨處可見(jiàn)。從實(shí)際出發(fā),大多數(shù)人工的、自然的復(fù)雜系統(tǒng)都可以根據(jù)不同的研究角度,借用復(fù)雜網(wǎng)絡(luò)理論表示為由相互作用的節(jié)點(diǎn)組成的網(wǎng)絡(luò)。評(píng)價(jià)復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性是復(fù)雜網(wǎng)絡(luò)一個(gè)重要的的研究課題,很多科學(xué)人員都致力于此方向的研究,因?yàn)榘l(fā)掘復(fù)雜網(wǎng)絡(luò)中的重要節(jié)點(diǎn)在社會(huì)、政治、醫(yī)藥、信息技術(shù)等領(lǐng)域具有十分重要的

2、應(yīng)用價(jià)值。
　　 本文研究了復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性的評(píng)價(jià)方法,主要工作如下:
　　 1.分別從社會(huì)關(guān)系網(wǎng)、系統(tǒng)科學(xué)、互聯(lián)網(wǎng)搜索這三個(gè)領(lǐng)域系統(tǒng)給出了復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)價(jià)方法的相關(guān)概述,并分析了各自的特點(diǎn)。
　　 2.通過(guò)分析現(xiàn)有Pagerank算法的優(yōu)缺點(diǎn),提出了基于節(jié)點(diǎn)相似度貢獻(xiàn)和節(jié)點(diǎn)間場(chǎng)力這兩種改進(jìn)的節(jié)點(diǎn)重要性評(píng)價(jià)算法。針對(duì)Pagerank算法同等對(duì)待所有鄰接節(jié)點(diǎn)的缺陷,這兩種節(jié)點(diǎn)重要性評(píng)價(jià)方法分別提出了以節(jié)點(diǎn)相

3、似度值和節(jié)點(diǎn)之間的場(chǎng)力來(lái)重新構(gòu)造節(jié)點(diǎn)間的概率轉(zhuǎn)移矩陣,并用歸一化的節(jié)點(diǎn)中心度值來(lái)替代Pagerank算法中的均勻分布參數(shù),來(lái)重新評(píng)價(jià)節(jié)點(diǎn)的重要性。實(shí)驗(yàn)結(jié)果表明,這兩種節(jié)點(diǎn)重要性評(píng)價(jià)算法不僅能夠克服度排序、中心度排序、介數(shù)排序三種方法的缺陷,還能有效地解決Pagerank算法同等對(duì)待所有鄰接節(jié)點(diǎn)的缺陷,從而能夠更準(zhǔn)確有效地發(fā)掘出復(fù)雜網(wǎng)絡(luò)中的重要節(jié)點(diǎn)。
　　 3.針對(duì)BA網(wǎng)絡(luò)演化模型的不足,分別利用提出的基于節(jié)點(diǎn)相似度貢獻(xiàn)的節(jié)點(diǎn)重要