融入社区评估的节点重要性分析.pdfVIP

2262023，59（3）ComputerEngineeringandApplications计算机工程与应用

⦾大数据与云计算⦾

融入社区评估的节点重要性分析

1211

孙百兵，孙家政，何泉，杜彦辉

1.中国人民公安大学信息网络安全学院，北京100038

2.中国人民公安大学侦查学院，北京100038

摘要：针对在目标中挖掘关键成员的研究是社交网络领域的重要分支，但现有的重要性算法很容易出现挖掘的关

键节点聚集现象。针对此问题，提出了一种融入社区评估的节点重要性算法，该算法根据目标群体网络拓扑结构，

定义了社区重要性评估函数，融合了成员在其社区的内部影响力及外部连通性，综合评价成员重要度。以4个真实

的复杂网络作为实验数据，与现有算法进行对比，从传播能力、鲁棒性和肯德尔相关系数三个维度验证，实验表明该

算法对群体中的成员重要性度量更加准确。

关键词：社交网络；关键成员；社区；模块度

文献标志码：A中图分类号：TP399doi：10.3778/j.issn.1002-8331.2205-0509

NodeImportanceAnalysisIntegratedwithCommunityAssessment

1211

SUNBaibing,SUNJiazheng,HEQuan,DUYanhui

1.CollegeofInformationandCyberSecurity,People’sPublicSecurityUniversityofChina,Beijing100038,China

2.CollegeofCriminalInvestigation,People’sPublicSecurityUniversityofChina,Beijing100038,China

Abstract：Theresearchonminingkeymembersinthetargetisanimportantbranchinthefieldofsocialnetworks,

butexistingimportancealgorithmsarepronetothephenomenonofaggregationofminedkeynodes.Toaddressthis

problem,anodeimportancealgorithmintegratedwithcommunityassessmentisproposed,whichdefinesacommunity

importanceassessmentfunctionbasedonthenetworktopologyofthetargetgroup,incorporatingtheinternalinfluenceof

membersintheircommunityandexternalconnectivitytocomprehensivelyevaluatetheimportanceofmembers.Taking

fourdifferentcomplexnetworksasexperimentaldata,comparedwiththeexistingalgorithms,itisverifiedfromthree

dimensions：propagationability,robustnessandKendallcorrelationcoefficient.Theexperimentsshowthatthealgorithm

ismoreaccurateinmeasuringtheimportanceofmembersinthegroup.

Keywords：socialnetworking;keymembers;community;modularity

当前，世界正处在经济全球化的高速发展阶段，社射为社交网络，即使该网络拥有众多节点