基于线性阈值模型分析社区感知中心性度量
社会与信息网络
2022-02-02 v1
摘要
在复杂网络中锁定有影响力的节点，可加速或阻碍谣言、传染病与电力中断的传播。由于社区在真实网络中普遍存在，社区感知中心性度量利用此信息来锁定有影响力节点。研究表明，相较于忽略社区结构的经典度量，它们更具优势。尽管扩散过程至关重要，以往研究主要考虑著名的 Susceptible-Infected-Recovered (SIR) 传染病传播模型。本文利用流行的 Linear Threshold (LT) 传播模型（刻画了我们现实生活中的诸多传播过程）考察以往分析的一致性。我们在十三个真实网络上对七种有影响力的社区感知中心性度量进行了比较分析。总体而言，结果表明 Community-based Mediator、Comm Centrality 与 Modularity Vitality 优于其他度量。此外，Community-based Mediator 在预算紧张（即初始激活节点占比较小）时更为有效，而 Comm Centrality 与 Modularity Vitality 在初始激活节点占中等至较高比例时表现更好。
引用
@article{arxiv.2202.00514,
title = {Analyzing Community-aware Centrality Measures Using The Linear Threshold Model},
author = {Stephany Rajeh and Ali Yassin and Ali Jaber and Hocine Cherifi},
journal= {arXiv preprint arXiv:2202.00514},
year = {2022}
}
备注
Accepted in International Conference on Complex Networks and Their Applications 2022