在线社交网络中社区感知中心性度量的比较
社会与信息网络
2022-02-02 v1
摘要
识别关键节点对于加速或阻碍网络中的动态传播至关重要。社区感知中心性度量通过利用网络的社区结构来解决此问题。尽管设计新社区感知中心性度量的趋势日益增长，但对所提度量有效性的系统性考察尚属空白。本研究使用 Susceptible-Infected-Recovered (SIR) 模型在真实在线社交网络上对主流社区感知中心性度量进行了广泛的比较评估。总体而言，结果表明在单传播源问题中，K-shell with Community 与 Community-based Centrality 度量在识别有影响力节点上最为准确。此外，传染病传播速率并未显著影响社区感知中心性度量的表现。
引用
@article{arxiv.2202.00515,
title = {Comparing Community-aware Centrality Measures in Online Social Networks},
author = {Stephany Rajeh and Marinette Savonnet and Eric Leclercq and Hocine Cherifi},
journal= {arXiv preprint arXiv:2202.00515},
year = {2022}
}
备注
Accepted in International Conference on Computational Data and Social Networks - CSoNet 2021: Computational Data and Social Networks