基于多重拓扑指标的网络节点重要性判定和角色识别方法研究

《基于多重拓扑指标的网络节点重要性判定和角色识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文基于多重拓扑指标的网络节点重要性判定和角色识别方法研究作者姓名：指导教师：申请学位级别：学科专业名称：论文提交日期：学位授予日期：评阅人：温超张锡哲副教授东北大学信息科学与工程学院硕士学科类别’：工学计算机软件与理论2014年6月论文答辩日期：2014年6月泐节年7日答辩委员会主席：马宗民教授曹春红吕天阳东北大学2014年6月万方数据AThesisinComputerSoftwareandTheoryResearchforDeterminingtheImportantNodeandIndentify

2、ingtheRoleofNodeBasedonTopologyofNetworkandMultipleIndicatorsByWenChaoSupervisor：AssociateProfessorZhangXizheNortheasternUniversityJune2014万方数据独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说

3、明并表示诚挚的谢意。学位论文作者签名：签字日期：劢他易．心学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口学位论文作者签名：签字日期：砒∥心，两年日导师签名：露转签字日期：印膨∥．心万方数据东北大学硕士学位论文摘要基于多重拓扑指标的网络节点重要性判定和角色识别方法研究

4、摘要当今世界中存在着各式各样的联系和信息交换，而它们大部分以复杂网络形式存在。在对这些网络分析的过程中，研究人员会首要关注那些引入注目的节点及其扮演的角色，对这些相对重要的、有着特殊意义的节点进行分析研究可能发掘出更有价值、更有实际意义的信息，如挖掘信息传播网络中关键点，动物家族网络首领定位等。基于上述特殊的意义，在现阶段的研究中，发现网络中处于核心地位和处于传递中枢的节点成为了社会网络分析的经典问题，对于复杂网络、互联网搜索等其他领域及交叉学科方面也同样具有重要意义。然而，基于网络拓扑结构信息的单一指标并不足以衡量节点在网络中多

5、重而复杂的作用。选择相关性不强的多重指标是较直观的方法。但是，这些拓扑指标间的相关性属于宏观规律；与之不符，才能显示重要节点的特殊价值。本文在拓扑指标相关性的分析与相关实验验证的基础之上选取了度数中心性，中间中心性，特征向量中心性作为节点重要性及节点角色的评价指标组合。然而，考虑到网络规模效应，以及拓扑指标的应用范围，本文在计算中间中心性和特征向量中心性时分别选用了节点的自我中心网和二步中心网进行指标计算，通过三个指标的加权求和，从而可对节点重要性进行综合度量。此外，比较各节点度数中心性的排序结果和其他指标的排序结果，得到各节点各

6、个指标的指标偏离程度，再依据网络结构性质给出判定阈值，从而形成各个节点的节点角色识别向量，进而判定节点的角色。上述选取的三项指标综合考虑了节点个体及其所处局部子网环境特征，其计算过程仅依赖节点的自我中心网和二步中心网，能够有效的从节点的局部拓扑结构出发来反映出该节点在全局拓扑情况下表现出的重要程度和担任的角色，同时也有效地降低TN定和识别过程的计算复杂度。本文选取大量的不同领域的真实的数据集和少量模拟数据集进行实验，实验结果表明：所提方法对网络的节点重要性进行了有效且相对准确的判定和排序，同时能有效的识别出在网络拓扑结构上起重要作

7、用的核心节点和桥接节点。关键词：复杂网络；网络拓扑：指标选取；节点重要性：节点角色．II．万方数据东北大学硕士学位论文AbstractResearchforDeterminingtheImportantNodeandIndentifyingtheRoleofNodeBasedonTopologyof⋯NetworkandMultipleIndicatorsAbstractIntoday’Sworld，thereisawiderangeofcontactsandexchangeofinformation．However,mostof

8、themareintheformofcomplexnetwork．Inthecourseofanalyzingthesenetworks，researcherswillfocusonthosecompellingprimarynodesandthe