关于 Yukawa 势能中心度的网络中重要扩散者识别
社会与信息网络
2025-11-25 v1
摘要
识别复杂网络中的关键节点是理解信息、影响力和传播如何通过相互连接的系统进行传播的基本挑战。传统的中心度度量，特别是重力模型，往往依赖于两两相互作用力和固定的影响力半径，这简化了真实网络的异质性和动态本质。为克服这些限制，本研究提出一种新型非交互式、基于动作的模型，称为 Yukawa 势能中心度（YPC），将物理中的 Yukawa 势能应用于复杂网络的拓扑结构。不同于重力模型，YPC 为每个节点计算一个标量势能，而非两两力，动态调整其影响力半径以适应局部结构属性。该表述在潜在理论与网络科学之间建立了可解释的物理桥梁，同时显著降低了计算复杂度，从二次降低到接近线性时间。该模型在合成网络和真实世界社交网络上进行评估，其节点排序与经典中心度指数和传染扩散模型（SI 和 SIS）进行比较。实验结果表明，YPC 与 SIS 模型呈强正相关，能够有效识别高度不规则拓扑结构中的关键扩散者。这些结果表明，YPC 提供了一个可扩展、自适应且在理论上有据可依的框架，用于分析社交、生物和通信网络中的影响力。
关键词
引用
@article{arxiv.2511.19300,
title = {On Yukawa Potential Centrality for Identification of Influential Spreaders in Complex Networks},
author = {Pouria Bazyarrezaei and Mohammad Abdollahi Azgomi},
journal= {arXiv preprint arXiv:2511.19300},
year = {2025}
}