精准度量复杂网络中节点的重要程度有助于研究网络的抗毁性和鲁棒性。为弥补现有算法评估角度片面的局限性,该文将范德华力引入复杂网络中,将网络中的节点映射为分子或原子,并将节点的度值表示为分子或原子的范德华常量,用范德华力来定...精准度量复杂网络中节点的重要程度有助于研究网络的抗毁性和鲁棒性。为弥补现有算法评估角度片面的局限性,该文将范德华力引入复杂网络中,将网络中的节点映射为分子或原子,并将节点的度值表示为分子或原子的范德华常量,用范德华力来定义节点的影响力,综合考虑节点间路径信息的占比率,提出一种基于范德华力的重要节点挖掘算法VDWF(Van der Waals Force)。该算法兼顾网络的局部信息以及全局拓扑结构等特征。为验证该算法的有效性与适用性,分别采用单调性指标、网络效率以及极大连通系数等作为评估指标,并选取6个不同领域的真实数据集与其它算法进行对照实验。结果表明,范德华力算法能够更加有效地挖掘复杂网络中的重要节点,精准区分不同节点的重要性差异。展开更多
文摘精准度量复杂网络中节点的重要程度有助于研究网络的抗毁性和鲁棒性。为弥补现有算法评估角度片面的局限性,该文将范德华力引入复杂网络中,将网络中的节点映射为分子或原子,并将节点的度值表示为分子或原子的范德华常量,用范德华力来定义节点的影响力,综合考虑节点间路径信息的占比率,提出一种基于范德华力的重要节点挖掘算法VDWF(Van der Waals Force)。该算法兼顾网络的局部信息以及全局拓扑结构等特征。为验证该算法的有效性与适用性,分别采用单调性指标、网络效率以及极大连通系数等作为评估指标,并选取6个不同领域的真实数据集与其它算法进行对照实验。结果表明,范德华力算法能够更加有效地挖掘复杂网络中的重要节点,精准区分不同节点的重要性差异。