基于邻居层级分布引力模型的节点重要性评估方法

引力模型能有效融合节点的多种信息,弥补了传统的节点重要性评估方法考虑的节点信息不全面的问题.然而现有的引力模型相关方法在定义节点质量时考虑的因素单一,并且忽略了邻间拓扑结构在度量节点重要性中的重要作用.针对上述问题,提出一种基于邻居层级分布的引力模型方法来评估节点的重要性,该方法首先将节点的邻居信息和位置信息融合,用来表示引力模型中物体的质量,然后根据节点与其邻域节点的拓扑结构的相似度来定义引力系数,最后利用节点与邻域节点之间的相互作用力之和来度量节点的重要性.在6个真实网络数据集上进行仿真实验,结果表明,该方法的单调性和准确性都优于其他引力模型相关方法.