文献类型：期刊文章

作　　者：任卓明[1]

Ren Zhuo-Ming(Research Center for Complexity Sciences,Alibaba Business School,Hangzhou Normal University,Hangzhou 311121,China)

机构地区：[1]杭州师范大学阿里巴巴商学院复杂科学研究中心

出　　处：《物理学报》

基　　金：国家自然科学基金(批准号:61803137);“钱江人才计划”D类项目(批准号:QJD1803005);杭州师范大学科研启动经费项目;高层次留学回国人员(团队)在杭创业创新项目资助的课题~~

年　　份：2020

卷　　号：69

期　　号：4

起止页码：277-285

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、INSPEC、JST、RCCSE、SCIE、SCOPUS、ZGKJHX、核心刊

摘　　要：节点影响力的识别和预测具有重要的理论意义和应用价值,是复杂网络的热点研究领域.目前大多数研究方法都是针对静态网络或动态网络某一时刻的快照进行的,然而在实际应用场景中,社会、生物、信息、技术等复杂网络都是动态演化的.因此在动态复杂网络中评估节点影响力以及预测节点未来影响力,特别是在网络结构变化之前的预测更具意义.本文系统地总结了动态复杂网络中节点影响力算法面临的三类挑战,即在增长网络中,节点影响力算法的计算复杂性和时间偏见;网络实时动态演化时,节点影响力算法的适应性;网络结构微扰或突变时,节点影响力算法的鲁棒性,以及利用网络结构演变阐释经济复杂性涌现的问题.最后总结了这一研究方向几个待解决的问题并指出未来可能的发展方向.

关 键 词：增长网络  实时动态网络  网络结构微扰  节点影响力  

分 类 号：O157.5[数学类]