%A 闫光辉, 张萌, 罗浩, 李世魁, 刘婷 %T 融合高阶信息的社交网络重要节点识别算法 %0 Journal Article %D 2019 %J 通信学报 %R 10.11959/j.issn.1000-436x.2019198 %P 109-118 %V 40 %N 10 %U {https://www.infocomm-journal.com/txxb/CN/abstract/article_169488.shtml} %8 2019-10-25 %X

识别重要节点是复杂网络研究的基础性问题。现有理论框架主要以“点-边”这种低阶结构为基本单元,往往忽略了多个节点之间可能存在的交互性、传递性等重要因素。为了更加精确地识别重要节点,对网络中以模体为基本单元的高阶结构进行了研究,首先,提出了节点高阶度的概念,进一步引入证据理论融合了节点的高阶结构和低阶结构信息,设计了一种融合节点高阶信息的半局部重要节点识别方法。在3个真实社交网络上的实验结果表明,相较于只关注低阶结构的已有方法,所提出的算法能够更加精确地识别网络中的重要节点。