面向复杂网络的多属性决策关键节点识别算法研究

如何准确、高效识别复杂网络节点影响力,是网络科学研究中的重要课题之一。传统方法一般从单一角度或某一方面衡量节点影响力,通常具有考虑问题不够全面、评价结果准确性较低的问题。论文在对现有算法作充分总结分析的基础上,综合考虑融合节点度、节点迭代次数以及节点到最大核节点距离等因素,通过熵权法、灰色关联度分析法确定比例系数,实现关键节点识别;进而通过将节点局部信息与全局地位结合,利用最大核距离改进迭代次数指标,综合评价节点影响力。真实网络仿真验证数据表明,该方法能够有效地进行关键节点的识别,并在单调性和准确率方面有较大改进。