期刊文章详细信息
文献类型:期刊文章
Han Zhongming;Mao Rui;Zheng Chenye;Zhao Zhendong;Duan Dagao(Dept. of Computer,School of Computer Science & Information Engineering,Beijing Technology & Business University,Beijing 100048,China;Beijing Key Laboratory of Big Data Technology for Food Safety,Beijing Technology & Business University,Beijing 100048,China)
机构地区:[1]北京工商大学计算机与信息工程学院计算机系,北京100048 [2]北京工商大学食品安全大数据技术北京市重点实验室,北京100048
基 金:国家自然科学基金资助项目(61170112);北京市自然科学基金资助项目(4172016);北京市科技计划课题(Z161100001616004);北京市教委科研计划面上项目(KM201710011006)
年 份:2019
卷 号:36
期 号:7
起止页码:1960-1964
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊
摘 要:网络节点影响力度量对社会网络研究具有重要的价值。静态网络的影响力度量是目前研究的主要问题。实质上,社会网络属于动态网络。静态网络节点影响力度量模型虽然可以对动态网络不同时间点上的快照进行度量,但这种机制很难刻画动态网络节点影响力的变化过程。将动态网络建模为不同时间点网络的叠加快照,然后构建了动态网络边权重衰减和节点影响力衰减机制,基于该机制提出了动态网络节点影响力模型。该模型可应用于加权或无权动态网络节点影响力度量。为了客观地衡量所提模型的性能,在一个模拟网络和三个真实网络上进行了不同实验。实验结果表明所提模型不仅可以较好地刻画动态网络节点影响力的变化过程,还可以准确度量动态网络节点影响力。
关 键 词:动态网络 节点影响力 权重衰减
分 类 号:TP393]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...