基于改进引力模型的时序网络关键节点识别

摘要

为解决现有时序网络模型在识别关键节点时存在的评估角度单一和计算效率低下的问题，提出一种基于改进引力模型的时序网络关键节点识别算法。该模型综合节点的混合度分解信息和度信息，同时考虑节点的位置因素，能够有效地捕捉网络的局部和全局信息，从而量化节点的结构影响力；使用网络截断半径来定义节点间的距离，有效降低计算复杂度。使用SIR传播模型、肯德尔相关系数和Top-k指标，对6个真实世界的数据集进行试验，结果表明，该模型在识别时间网络的关键节点方面优于其他6种方法。

关键词

时序网络 / 关键节点 / 引力模型 / 混合度分解

基金资助

国家自然科学基金资助项目(61663030); 江西省自然科学基金重点资助项目(20252BAC250021);江西省自然科学基金资助项目(20224BAB202028)