基于证据理论的多关系网络重要节点挖掘方法

发布时间：2022-10-31 19:51

　　多关系网络作为现实世界建模的典型形式,已成为当前网络科学领域研究的热点.挖掘网络中的重要节点作为复杂网络分析领域的基本问题,是理解复杂网络结构和动力学特性的有效方式.关于单关系复杂网络中重要节点的研究已经形成了较为完备的方法框架,但对于多关系网络中重要节点研究缺乏系统性的研究成果,尝试推广已有的重要节点挖掘方法到多关系网络已成为当前研究的热点问题之一.本文综合考虑中心性和传递性对节点重要程度的影响,对无权无向多关系网络中的重要节点挖掘问题进行了系统研究.首先,通过建立多层网络模型对多关系网络进行描述,并构造多层邻接矩阵对其进行表示.其次,按照多层网络节点局部聚集系数的概念,给出了刻画网络传递性的多关系网络节点局部聚集系数的计算方法.在此基础上,结合多关系网络节点的度中心性,推广单关系网络的ClusterRank重要节点度量指标到多关系网络,提出了多重ClusterRank （Multiplex ClusterRank,MCR）指标.考虑到多关系网络耦合信息和传递机制的差异性会对节点重要程度的度量产生影响,多重ClusterRank指标在规模较大的网络中可能会存在计算误差,从而影响度量重... 

【文章页数】：16 页

【文章目录】：
1 引言
2 相关工作
    2.1 多关系网络的表示
    2.2 重要节点度量指标
    2.3 多层网络的度量指标
3 基本概念
    3.1 多关系网络的矩阵表示
    3.2 多关系网络的度中心性
    3.3 多关系网络的局部聚集系数
    3.4 D-S证据理论
4 多重证据中心性
    4.1 多重ClusterRank度量指标
    4.2 多重证据中心性
    4.3 时空复杂度分析
        (1)时间复杂度分析
        (2)空间复杂度分析
5 实验与讨论
    5.1 运行时间评价
    5.2 度量准确性评价
6 结束语


【参考文献】：
期刊论文
[1]异质边多重图网络模型研究[J]. 王娜娜,高红,刘巍.  智能系统学报. 2017(04)
[2]基于多子网复合复杂网络模型的多关系社交网络重要节点发现算法[J]. 宾晟,孙更新.  南京大学学报(自然科学). 2017(02)
[3]基于异质超边的超图[J]. 王娜娜,高红,李珊珊,刘巍.  广东工业大学学报. 2017(01)
[4]基于联合矩阵分解的动态异质网络社区发现方法[J]. 黄瑞阳,吴奇,朱宇航.  计算机应用研究. 2017(10)
[5]从单一网络向《网络的网络》的转变进程——略论多层次超网络模型的探索与挑战[J]. 方锦清.  复杂系统与复杂性科学. 2016(01)
[6]多层复杂网络理论研究进展:概念、理论和数据[J]. 张欣.  复杂系统与复杂性科学. 2015(02)
[7]网络重要节点排序方法综述[J]. 任晓龙,吕琳媛.  科学通报. 2014(13)



本文编号：3699615