利用局部h指数识别与排序网络中的有影响力传播者
物理与社会
2018-08-15 v2 社会与信息网络
摘要
复杂网络中具有影响力节点的识别因其在众多领域的重大理论与实际应用而受到越来越多的关注。传统方法，如度中心性、介数中心性、接近中心性和核中心性，在检测有影响力节点方面或多或少存在缺陷，相关文献已予以阐明。近年来，用于衡量科学家或学者出版物产出量与引文影响的h指数被引入网络领域，以评估节点的传播能力。然而，该方法为过多节点分配相同值，导致在区分这些节点真实影响力时存在分辨率极限问题。本文提出一种局部h指数中心性（LH-index）方法，用于识别和排序网络中的有影响力节点。LH-index方法同时考虑节点自身及其邻居的h指数值，其基于这样的理念：与更具影响力节点相连的节点自身也具有影响力。基于随机易感-感染-恢复（SIR）模型在四个真实世界网络和若干模拟网络中的仿真结果，我们证明了LH-index方法在识别网络有影响力节点方面的有效性。
引用
@article{arxiv.1708.09532,
title = {Leveraging local h-index to identify and rank influential spreaders in networks},
author = {Qiang Liu and Yuxiao Zhu and Yan Jia and Lu Deng and Bin Zhou and Junxing Zhu and Peng Zou},
journal= {arXiv preprint arXiv:1708.09532},
year = {2018}
}
备注
15 pages,6 figures