基于用户复杂联系的最大影响力节点发现算法

提出基于用户联系的信息网络中最具影响力用户的发现算法,基于现实社会网络启示得到的假定"与越多易受影响用户有联系的这类用户的影响力越大",且给出无向网络和有向网络中节点影响力的度量模型。实验表明,该方案优于求解影响力最大化的贪心算法达到的影响范围,能够较准确地刻画社会网络中节点影响力。

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中常用的识别节点影响力的中心性指标有介数中心性、度中心性、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.