有偏随机游走改进吸收中心性识别关键节点

摘要

针对无向网络吸收中心性算法中未考虑信息传递的有偏问题,提出一种基于节点的度信息有偏随机游走,改进吸收中心性识别关键节点的算法。首先在无向网络中利用节点的度信息,构建信息传递的转移概率矩阵并定义吸收节点,通过到达吸收节点的平均首次可达时间,衡量节点的重要性;将该算法向有向网络进行扩展研究,结合有向网络节点的出度、入度信息,重新构建信息转移概率矩阵,识别关键节点。基于SIR传播模型和Kendall tau相似性,在真实的无向、有向网络中设计了3组对比实验,与度中心性、介数中心性、接近中心性、改进前吸收中心性算法、PageRank、LeaderRank、Pro_PageRank、DPRank等算法对比,无向网络中的改进算法与其它中心性算法识别结果平均相似性达0.869,有向网络中基于节点度、入度、出度信息的识别结果,平均相似性达0.893、0.867、0.854。实验证明,在识别关键点中改进后的算法能够起到有效的作用。