搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多重影响力矩阵的有向加权网络节点重要性评估方法

王雨 郭进利

基于多重影响力矩阵的有向加权网络节点重要性评估方法

王雨, 郭进利
PDF
导出引用
导出核心图
  • 本文基于有向加权网络模型,构建了三个影响力矩阵,并利用层次分析法对其赋权求和,形成多重影响力矩阵,从而提出了一种基于该矩阵的节点重要性评价方法.该方法通过新定义的交叉强度指标,来表征节点的局部重要性;利用全网节点对待评估节点的重要性影响总值,来表征节点在全网中的相对重要性.在分析影响节点对待评估节点的影响比例时,既考虑到节点间的距离因素,又引入了最短路径条数因素;既考虑了该影响节点对网络中其他节点的影响关系,又考虑了网络中其他节点对该待评估节点的影响关系,使得评价方法更加全面.将算法运用于ARPA网络,结果表明,该方法能有效地区分各节点之间的差异.最后,对实验结果进行连锁故障的仿真对比实验,进一步验证了方法的有效性.
      通信作者: 郭进利, phd5816@163.com
    • 基金项目: 国家自然科学基金(批准号:71571119)资助的课题.
    [1]

    Barabsi A L, Bonabeau E 2003 Sci.Am.28850

    [2]

    LL Y, Chen D B, Ren X L, Zhang Q M, Zhang Y C, Zhou T 2016Phys.Rep. 650 1

    [3]

    Batool K, Niazi M A 2014PLoS One 9 e90283

    [4]

    Zhang Y L, Yang N D, Lall U 2016J.Syst.Sci.Syst.Eng. 25 102

    [5]

    Liu Y H, Jin J Z, Zhang Y, Xu C 2014 J.Supercomput.67723

    [6]

    Han Z M, Wu Y, Tan X S, Duan D G, Yang W J 2015Acta Phys.Sin. 64 058902(in Chinese)[韩忠明, 吴杨, 谭旭升, 段大高, 杨伟杰2015物理学报64 058902]

    [7]

    Li S M, Xu X H 2015Chinese J.Aeronaut. 28 780

    [8]

    Fan W L, Hu P, Liu Z G 2016IET Gener.Transm.Distrib. 10 2027

    [9]

    Liu R R, Jia C X, Zhang J L, Wang B H 2012J.Univ.Shanghai Sci.Technol. 34 235(in Chinese)[刘润然, 贾春晓, 章剑林, 汪秉宏2012上海理工大学学报34 235]

    [10]

    Yu H, Liu Z, Li Y J 2013Acta Phys.Sin. 62 020204(in Chinese)[于会, 刘尊, 李勇军2013物理学报62 020204]

    [11]

    Han Z M, Chen Y, Li M Q, Liu W, Yang W J 2016Acta Phys.Sin. 65 168901(in Chinese)[韩忠明, 陈炎, 李梦琪, 刘雯, 杨伟杰2016物理学报65 168901]

    [12]

    Li J R, Yu L, Zhao J 2014J.UESTC. 43 322(in Chinese)[李静茹, 喻莉, 赵佳2014电子科技大学学报43 322]

    [13]

    Jeong H, Mason S, Barabsi A L 2001Nature 411 41

    [14]

    Freeman L 1977Sociometry 40 35

    [15]

    Kitsak M, Gallos L K, Havlin S, Liljeros F, Muchnik L, Stanley H E, Makse H A 2010Nat.Phys. 6 888

    [16]

    LL Y, Zhang Y C, Yeung C H, Zhou T 2011PLoS One 6 e21202

    [17]

    Brin S, Page L 1998Comput.Net.ISDN Syst. 30 107

    [18]

    Xu J, Li J X, Xu S 2012J.Zhejiang Univ.:Sci.C 13 118

    [19]

    Wang B, Ma R N, Wang G, Chen B 2015J.Comput.Appl. 35 1820(in Chinese)[王班, 马润年, 王刚, 陈波2015计算机应用35 1820]

    [20]

    Zhou X, Zhang F M, Li K W, Hui X B, Wu H S 2012Acta Phys.Sin. 61 050201(in Chinese)[周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜2012物理学报61 050201]

    [21]

    Hu P, Fan W L, Mei S W 2015Physica A:Stat.Mech.Appl. 429 169

    [22]

    Fan W L, Liu Z G 2014J.Southwest Jiaotong Univ. 49 337(in Chinese)[范文礼, 刘志刚2014西南交通大学学报49 337]

    [23]

    Kudelka M, Zehnalova S, Horak Z, Kromer P, Snasel V 2015Int.J.Appl.Math.Comput.Sci. 25 281

    [24]

    Thomas J B, Brier M R, Ortega M, Benzinger T L, Ances B M 2015Neurobiol.Aging 36 401

    [25]

    Latora V, Marchiori M 2007New J.Phys. 9 188

    [26]

    Shao F, Cheng B 2014Int.J.Comput.Commun.Cont. 9 602

    [27]

    Griffith D A, Chun Y 2015Netw.Spat.Econ. 15 337

    [28]

    Cai Q S, Liu Y, Niu J W, Sun L M 2015Acta Electron.Sinica. 43 1705(in Chinese)[蔡青松, 刘燕, 牛建伟, 孙利民2015电子学报43 1705]

    [29]

    Zhu Y, Meng Z Y, Kan S Y 1999J.Northern Jiaotong Univ. 23 119(in Chinese)[朱茵, 孟志勇, 阚叔愚1999北方交通大学学报23 119]

    [30]

    Sun S L, Lin J Y, Xie L H, Xiao W D 200722nd IEEE International Symposium on Intelligent Control Singapore, October 1-3, 2007 p7

  • [1]

    Barabsi A L, Bonabeau E 2003 Sci.Am.28850

    [2]

    LL Y, Chen D B, Ren X L, Zhang Q M, Zhang Y C, Zhou T 2016Phys.Rep. 650 1

    [3]

    Batool K, Niazi M A 2014PLoS One 9 e90283

    [4]

    Zhang Y L, Yang N D, Lall U 2016J.Syst.Sci.Syst.Eng. 25 102

    [5]

    Liu Y H, Jin J Z, Zhang Y, Xu C 2014 J.Supercomput.67723

    [6]

    Han Z M, Wu Y, Tan X S, Duan D G, Yang W J 2015Acta Phys.Sin. 64 058902(in Chinese)[韩忠明, 吴杨, 谭旭升, 段大高, 杨伟杰2015物理学报64 058902]

    [7]

    Li S M, Xu X H 2015Chinese J.Aeronaut. 28 780

    [8]

    Fan W L, Hu P, Liu Z G 2016IET Gener.Transm.Distrib. 10 2027

    [9]

    Liu R R, Jia C X, Zhang J L, Wang B H 2012J.Univ.Shanghai Sci.Technol. 34 235(in Chinese)[刘润然, 贾春晓, 章剑林, 汪秉宏2012上海理工大学学报34 235]

    [10]

    Yu H, Liu Z, Li Y J 2013Acta Phys.Sin. 62 020204(in Chinese)[于会, 刘尊, 李勇军2013物理学报62 020204]

    [11]

    Han Z M, Chen Y, Li M Q, Liu W, Yang W J 2016Acta Phys.Sin. 65 168901(in Chinese)[韩忠明, 陈炎, 李梦琪, 刘雯, 杨伟杰2016物理学报65 168901]

    [12]

    Li J R, Yu L, Zhao J 2014J.UESTC. 43 322(in Chinese)[李静茹, 喻莉, 赵佳2014电子科技大学学报43 322]

    [13]

    Jeong H, Mason S, Barabsi A L 2001Nature 411 41

    [14]

    Freeman L 1977Sociometry 40 35

    [15]

    Kitsak M, Gallos L K, Havlin S, Liljeros F, Muchnik L, Stanley H E, Makse H A 2010Nat.Phys. 6 888

    [16]

    LL Y, Zhang Y C, Yeung C H, Zhou T 2011PLoS One 6 e21202

    [17]

    Brin S, Page L 1998Comput.Net.ISDN Syst. 30 107

    [18]

    Xu J, Li J X, Xu S 2012J.Zhejiang Univ.:Sci.C 13 118

    [19]

    Wang B, Ma R N, Wang G, Chen B 2015J.Comput.Appl. 35 1820(in Chinese)[王班, 马润年, 王刚, 陈波2015计算机应用35 1820]

    [20]

    Zhou X, Zhang F M, Li K W, Hui X B, Wu H S 2012Acta Phys.Sin. 61 050201(in Chinese)[周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜2012物理学报61 050201]

    [21]

    Hu P, Fan W L, Mei S W 2015Physica A:Stat.Mech.Appl. 429 169

    [22]

    Fan W L, Liu Z G 2014J.Southwest Jiaotong Univ. 49 337(in Chinese)[范文礼, 刘志刚2014西南交通大学学报49 337]

    [23]

    Kudelka M, Zehnalova S, Horak Z, Kromer P, Snasel V 2015Int.J.Appl.Math.Comput.Sci. 25 281

    [24]

    Thomas J B, Brier M R, Ortega M, Benzinger T L, Ances B M 2015Neurobiol.Aging 36 401

    [25]

    Latora V, Marchiori M 2007New J.Phys. 9 188

    [26]

    Shao F, Cheng B 2014Int.J.Comput.Commun.Cont. 9 602

    [27]

    Griffith D A, Chun Y 2015Netw.Spat.Econ. 15 337

    [28]

    Cai Q S, Liu Y, Niu J W, Sun L M 2015Acta Electron.Sinica. 43 1705(in Chinese)[蔡青松, 刘燕, 牛建伟, 孙利民2015电子学报43 1705]

    [29]

    Zhu Y, Meng Z Y, Kan S Y 1999J.Northern Jiaotong Univ. 23 119(in Chinese)[朱茵, 孟志勇, 阚叔愚1999北方交通大学学报23 119]

    [30]

    Sun S L, Lin J Y, Xie L H, Xiao W D 200722nd IEEE International Symposium on Intelligent Control Singapore, October 1-3, 2007 p7

  • [1] 孔江涛, 黄健, 龚建兴, 李尔玉. 基于复杂网络动力学模型的无向加权网络节点重要性评估. 物理学报, 2018, 67(9): 098901. doi: 10.7498/aps.67.20172295
    [2] 于会, 刘尊, 李勇军. 基于多属性决策的复杂网络节点重要性综合评价方法. 物理学报, 2013, 62(2): 020204. doi: 10.7498/aps.62.020204
    [3] 任卓明, 邵凤, 刘建国, 郭强, 汪秉宏. 基于度与集聚系数的网络节点重要性度量方法研究. 物理学报, 2013, 62(12): 128901. doi: 10.7498/aps.62.128901
    [4] 刘建国, 任卓明, 郭强, 汪秉宏. 复杂网络中节点重要性排序的研究进展. 物理学报, 2013, 62(17): 178901. doi: 10.7498/aps.62.178901
    [5] 黄丽亚, 汤平川, 霍宥良, 郑义, 成谢锋. 基于加权K-阶传播数的节点重要性. 物理学报, 2019, 68(12): 128901. doi: 10.7498/aps.68.20190087
    [6] 阮逸润, 老松杨, 王竣德, 白亮, 陈立栋. 基于领域相似度的复杂网络节点重要度评估算法. 物理学报, 2017, 66(3): 038902. doi: 10.7498/aps.66.038902
    [7] 杨剑楠, 刘建国, 郭强. 基于层间相似性的时序网络节点重要性研究. 物理学报, 2018, 67(4): 048901. doi: 10.7498/aps.67.20172255
    [8] 李 旲, 山秀明, 任 勇. 具有幂率度分布的因特网平均最短路径长度估计. 物理学报, 2004, 53(11): 3695-3700. doi: 10.7498/aps.53.3695
    [9] 周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜. 利用重要度评价矩阵确定复杂网络关键节点. 物理学报, 2012, 61(5): 050201. doi: 10.7498/aps.61.050201
    [10] 张水舰, 刘学军, 杨洋. 动态随机最短路径算法研究. 物理学报, 2012, 61(16): 160201. doi: 10.7498/aps.61.160201
    [11] 张军英, 陈 忠, 董继扬. 自动波竞争神经网络及其在单源最短路问题中的应用. 物理学报, 2007, 56(9): 5013-5020. doi: 10.7498/aps.56.5013
    [12] 彭桓武. 寿命关联实验的重要性. 物理学报, 1962, 83(3): 165-166. doi: 10.7498/aps.18.165
    [13] 胡庆成, 尹龑燊, 马鹏斐, 高旸, 张勇, 邢春晓. 一种新的网络传播中最有影响力的节点发现方法 . 物理学报, 2013, 62(14): 140101. doi: 10.7498/aps.62.140101
    [14] 韩忠明, 陈炎, 李梦琪, 刘雯, 杨伟杰. 一种有效的基于三角结构的复杂网络节点影响力度量模型. 物理学报, 2016, 65(16): 168901. doi: 10.7498/aps.65.168901
    [15] 郭进利. 新节点的边对网络无标度性影响. 物理学报, 2008, 57(2): 756-761. doi: 10.7498/aps.57.756
    [16] 任卓明. 动态复杂网络中节点影响力的研究进展. 物理学报, 2020, 69(4): 048901. doi: 10.7498/aps.69.20190830
    [17] 苑卫国, 刘云, 程军军, 熊菲. 微博双向关注网络节点中心性及传播 影响力的分析. 物理学报, 2013, 62(3): 038901. doi: 10.7498/aps.62.038901
    [18] 苏晓萍, 宋玉蓉. 利用邻域“结构洞”寻找社会网络中最具影响力节点. 物理学报, 2015, 64(2): 020101. doi: 10.7498/aps.64.020101
    [19] 舒盼盼, 王伟, 唐明, 尚明生. 花簇分形无标度网络中节点影响力的区分度. 物理学报, 2015, 64(20): 208901. doi: 10.7498/aps.64.208901
    [20] 康玲, 项冰冰, 翟素兰, 鲍中奎, 张海峰. 基于区域密度曲线识别网络上的多影响力节点. 物理学报, 2018, 67(19): 198901. doi: 10.7498/aps.67.20181000
  • 引用本文:
    Citation:
计量
  • 文章访问数:  866
  • PDF下载量:  373
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-10-15
  • 修回日期:  2016-11-23
  • 刊出日期:  2017-03-05

基于多重影响力矩阵的有向加权网络节点重要性评估方法

  • 1. 上海理工大学管理学院, 上海 200093
  • 通信作者: 郭进利, phd5816@163.com
    基金项目: 

    国家自然科学基金(批准号:71571119)资助的课题.

摘要: 本文基于有向加权网络模型,构建了三个影响力矩阵,并利用层次分析法对其赋权求和,形成多重影响力矩阵,从而提出了一种基于该矩阵的节点重要性评价方法.该方法通过新定义的交叉强度指标,来表征节点的局部重要性;利用全网节点对待评估节点的重要性影响总值,来表征节点在全网中的相对重要性.在分析影响节点对待评估节点的影响比例时,既考虑到节点间的距离因素,又引入了最短路径条数因素;既考虑了该影响节点对网络中其他节点的影响关系,又考虑了网络中其他节点对该待评估节点的影响关系,使得评价方法更加全面.将算法运用于ARPA网络,结果表明,该方法能有效地区分各节点之间的差异.最后,对实验结果进行连锁故障的仿真对比实验,进一步验证了方法的有效性.

English Abstract

参考文献 (30)

目录

    /

    返回文章
    返回