科研之友
微信
新浪微博
Facebook
分享链接
摘要
时序网络可以更为准确的刻画节点间的动态交互过程。为识别时序网络中的重要节点，提出基于层间邻域信息熵的时序网络节点重要性评估方法。受明显路径流网络模型的启发，该方法通过引入参数ω，融合节点在相邻时间快照的层间邻域拓扑信息，使用信息熵来刻画网络结构的复杂性，并且兼顾了相邻时间快照的全局拓扑信息。通过使用SIR传播模型、Kendall相关系数、以及Top-k指标来验证该方法的有效性与适用性，在6个真实数据集上与其他6种评估方法进行比较。实验结果表明，提出的方法能够更为有效的识别出时序网络中的重要节点，同时对重要性排名靠前的节点的识别更为准确；可根据时序网络的拓扑结构调整ω从而提升该方法的评估效果；该方法的时间复杂度仅为O(mn)，适用于大型时序网络。
- 单位
