基于 k-shell 的 HookeRank 算法识别加权网络中的影响力节点
社会与信息网络
2021-02-09 v1 物理与社会
摘要
寻找影响力传播者是网络分析领域中一项关键任务，因其具有众多理论与实际重要性。这些节点在病毒式营销等信息扩散过程中扮演重要角色。许多现实网络为加权网络，但相较于无权网络，针对加权网络寻找影响力节点的研究相对不足。本文提出一种基于 k-shell 的 HookeRank（KSHR）算法以识别加权网络中的传播者。首先，我们利用节点 u 的 k-shell 值、其邻居（v）的 k-shell 值及二者间边权（w_{uv}）提出节点 u 的加权 k-shell 中心性。我们将网络中存在的边建模为弹簧、边权建模为弹簧常数。基于胡克弹性定律概念，假定作用于每个节点的力等于其加权 k-shell 值。在此构型下，我们考虑从源节点起至多 3 跳邻居边的串并联组合，利用关联加权 k-shell 值与等效边权，推导出各节点的 KSHR 中心性。所提算法可找到能将信息扩散至网络中最多节点的影响力节点。我们将所提算法与现有流行算法比较，并借助易感-感染-恢复（SIR）信息扩散模型观察到其在许多现实与合成网络上优于后者。
引用
@article{arxiv.2102.04304,
title = {Identifying Influential Nodes in Weighted Networks using k-shell based HookeRank Algorithm},
author = {Nipun Aggarwal and Sanjay Kumar},
journal= {arXiv preprint arXiv:2102.04304},
year = {2021}
}