基于扩展度的复杂网络传播影响力评估算法-华中师范大学.pdfVIP

物理学报 Acta Phys. Sin. Vol. 64, No. 8 (2015) 088901 基于扩展度的复杂网络传播影响力评估算法 闵磊 刘智 唐向阳 陈矛 刘三女牙 (华中师范大学, 国家数字化学习工程技术研究中心, 武汉 430079) ( 2014 年9 月4 日收到; 2014 年11 月17 日收到修改稿) 对网络中节点的传播影响力进行评估具有十分重要的意义, 有助于促进有益或抑制有害信息的传播. 目 前, 多种中心性指标可用于对节点的传播影响力进行评估, 然而它们一般只有当传播率处于特定范围时才能 取得理想的结果. 例如, 度值中心性指标在传播率较小时较为合适, 而半局部中心性和接近中心性指标则适 用于稍大一些的传播率. 为了解决各种评估指标对传播率敏感的问题, 提出了一种基于扩展度的传播影响力 评估算法. 算法利用邻居节点度值叠加的方式对节点度的覆盖范围进行了扩展, 使不同的扩展层次对应于不 同的传播率, 并通过抽样测试确定了适合于特定传播率的层次数. 真实和模拟数据集上的实验结果表明, 通 过扩展度算法得到的扩展度指标能在不同传播率下对节点的传播影响力进行有效评估, 其准确性能够达到或 优于利用其他中心性指标进行评估的结果. 关键词: 复杂网络, 传播影响力, 扩展度 PACS: 89.75.Hc, 89.75.Fb DOI: 10.7498/aps.64.088901 率较为适中的情况下对影响力进行评估, 但由于涉 1 引 言 及节点对之间最短路径的计算, 因此时间复杂度较 高1415 . 为了在准确性和时间复杂度之间做出平 现实世界中许多事物都是相互影响、彼此关 8 衡, Chen 等 提出了半局部中心性指标, 该指标扩 联的, 它们通常能以复杂网络的形式呈现, 比如社 大了源节点邻域的覆盖范围, 在保证较低时间复杂 交网络、论文合著网络以及互联网等13 . 这些网 度的前提下, 尽可能提高评估的准确性. 另外, 利 络上经常存在着信息(如流言、知识或病毒等) 的 用K-核指标只能将节点的传播影响力区分到几个 传播46 , 因此为了促进有益或抑制有害信息的 16 有限的等级, 粒度较粗 , 并且其通常只是用来确 传播, 通常需要对网络中节点的传播影响力进行 定影响力最大的节点. 核心中心性指标综合考虑了 评估. 节点邻域的影响范围及这一范围内节点的K-核值, 目前, 多种中心性指标或方法可被用来对节点 认为影响力大的节点应与K-核值较大的节点间拥 的传播影响力进行评估713 , 例如度中心性(De- 11 有更多的连接 . 关于中心性指标和网络传播方 gree)、接近中心性(Closeness) 7 、半局部中心性 面更详细的介绍, 可以参见文献[15, 17—19]. (SemiLocal) 8 、K-核(K-Shell) 910 和核心(Core- 以上这些中心性指标虽然原理各异, 但它们 11 ness) 中心性等 . 其中以度中心性最为简