新型双模式加权机制及其对网络计算的影响

摘要

高效率的网络分析方法对于分析、预测和优化现实群体行为具有重要的作用,而加权机制作为网络重构化的重要方式,在生物、工程和社会等各个领域都有极高的应用价值.虽然已经得到越来越多的关注,但是现有加权方法数量还很少,而且在不同拓扑类型和结构特性现实网络中的效果和性能有待继续提高.本文提出了一种新型的双模式加权机制,该方法充分利用网络的全局和局部的重要拓扑属性(例如节点度、介数中心性和紧密中心性),并构建了两种新型的运行模式:一种是在原始模式中通过增加桥边的权重来提高同步能力;另一种是在逆模式中通过弱化桥边的权重来提高聚类检测.此外,该加权机制仅受单一参数α的影响,非常便于调控.在人工基准网络和现实世界网络中的实验结果均验证了该模型的有效性,可以广泛应用于大规模的现实世界网络中.