基于复杂网络中模糊局部维度的关键节点识别
社会与信息网络
2019-02-20 v1 混沌动力学
摘要
如何识别复杂网络中的关键节点是复杂网络研究的一个重要方面。本文提出一种新颖的模糊局部维度(FLD)来对复杂网络中的关键节点排序,其中模糊局部维度高的节点具有较高的影响力。该方法通过模糊集关注中心节点距离对中心节点局部维度的影响,从而导致影响力发生变化。为展示所提方法的有效性与准确性,本文应用了四个真实网络。同时,采用易感-感染(SI)模型通过 FLD 及其他中心性度量模拟传播过程,并使用 Kendall's tau 系数描述由中心性得到的关键节点与 SI 模型测得结果之间的相关性。从排序列表与模拟结果观察到,该方法对关键节点排序是有效且准确的。
引用
@article{arxiv.1901.09658,
title = {Identifying influential nodes based on fuzzy local dimension in complex networks},
author = {Tao Wen and Wen Jiang},
journal= {arXiv preprint arXiv:1901.09658},
year = {2019}
}
备注
38 pages, 6 figures