复杂网络的节点重要性度量算法研究

发布时间：2017-08-09 06:34

  本文关键词：复杂网络的节点重要性度量算法研究

  更多相关文章： 复杂网络 重要节点 贡献度 KSC算法

【摘要】：近年来,众多复杂网络研究学者越来越关注复杂网络中重要节点发现算法的研究。网络中少量的重要节点对网络的影响超乎想象,例如信息通过重要节点能够在很短的时间内快速传播到整个网络,对社会网络中少量的重要节点进行免疫能够有效延缓甚至控制谣言或者病毒的传播。有效发现网络中的重要节点在诸多领域中都具有非常重要的意义,如政治、经济、生物、电力网、通信网络等领域。本文针对重要节点发现算法的研究做了如下工作:1.针对现有传统经典的重要节点发现算法进行了研究,详细介绍了度中心性,介数中心性,接近中心性,特征向量以及PageRank算法5种算法,并比较了各自的优缺点。2.根据相连节点对之间的共同邻居节点数目,提出了贡献度概念来表征节点间的相互贡献。在现实网络中,节点与其邻居节点的连接关系存在亲疏之分,节点对与其连接亲密的邻居节点的贡献度较大,这与传统算法不同,更符合实际情况。本文通过K-Shell分解算法得到节点的自身属性值,认为节点的重要度取决于节点自身属性和邻居节点对其影响,由此提出了KSC算法。3.针对真实的Zachary空手道网络,海豚社会网络以及计算机生成的ER随机图进行仿真。通过分析网络的拓扑结构,观察节点之间的连接情况,验证本文KSC算法能够有效发现网络中的核心节点,尤其是发现社团中的核心节点很有效。4.编写传播仿真程序,采用SIR传播模型,在单源传播情况下,KSC算法表现较好。此外还进行重要节点免疫实验仿真,实验结果表明:免疫KSC算法发现的重要节点,能够有效阻止恶意信息的传播。
【关键词】：复杂网络 重要节点 贡献度 KSC算法
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O157.5
【目录】：

• 摘要4-5
• Abstract5-8
• 专用术语注释表8-10
• 第一章 绪论10-18
• 1.1 复杂网络研究背景10-14
• 1.1.1 ER随机图模型12-13
• 1.1.2 WS小世界模型13
• 1.1.3 无标度网络模型13-14
• 1.2 课题研究意义14-15
• 1.3 国内外研究现状15-17
• 1.4 本文内容安排17-18
• 第二章 复杂网络节点重要性评估指标研究18-30
• 2.1 图的基本理论18-20
• 2.1.1 网络的图表示18-19
• 2.1.2 图的计算机表示19-20
• 2.2 复杂网络相关概念20-23
• 2.2.1 度与度分布20
• 2.2.2 平均路径长度20-22
• 2.2.3 网络直径22
• 2.2.4 聚类系数22-23
• 2.2.5 社团结构23
• 2.3 几种常见的重要节点评估指标23-29
• 2.3.1 度中心性24
• 2.3.2 介数中心性24-26
• 2.3.3 接近中心性26-27
• 2.3.4 特征向量中心性27-28
• 2.3.5 PageRank算法28-29
• 2.3.6 传统重要节点发现算法对比29
• 2.4 本章小结29-30
• 第三章 基于K-Shell的重要节点发现算法30-39
• 3.1 K-Shell分解算法30-32
• 3.2 贡献度引入32-35
• 3.2.1 无权无向网络的贡献度32-34
• 3.2.2 加权有向网络的贡献度34-35
• 3.3 KSC算法模型35-37
• 3.3.1 重要度贡献矩阵35-37
• 3.3.2 KSC算法流程描述37
• 3.4 算法复杂度分析37-38
• 3.5 本章小结38-39
• 第四章 算法仿真与分析39-52
• 4.1 Zachary空手道网络仿真分析39-43
• 4.1.1 K-Shell分解结果39-40
• 4.1.2 实验结果与分析40-43
• 4.2 海豚社会网络仿真分析43-48
• 4.2.1 K-Shell分解结果43-45
• 4.2.2 实验结果与分析45-48
• 4.3 ER随机网络仿真分析48-51
• 4.3.1 K-Shell分解结果48-50
• 4.3.2 实验结果与分析50-51
• 4.4 本章小结51-52
• 第五章 重要节点发现算法有效性研究52-61
• 5.1 传播动力学模型评价排序算法52-56
• 5.1.1 经典传播模型52-53
• 5.1.2 单传播源传播仿真53-55
• 5.1.3 多传播源传播仿真55-56
• 5.2 重要节点免疫研究56-59
• 5.2.1 传统免疫策略56-57
• 5.2.2 免疫重要节点传播仿真57-59
• 5.3 本章小结59-61
• 第六章 总结与展望61-63
• 6.1 本文总结61-62
• 6.2 展望62-63
• 参考文献63-66
• 附录1 程序清单66-68
• 附录2 攻读硕士学位期间撰写的论文68-69
• 致谢69

【参考文献】

中国硕士学位论文全文数据库 前1条

1 司晓静;复杂网络中节点重要性排序的研究[D];西安电子科技大学;2012年

，

本文编号：643943