一种动态的移动社交网络拓扑模型

针对移动社交网络的动态性、用户不同重要性和信息交互有向性,基于4种初始网络提出能准确描述移动社交网络结构的拓扑模型。采用随机游走理论和改进的PageRank算法,引入过渡概率使每两时步之间的网络拓扑结构相互联系。通过PageRank算法得到节点的势,进而求出概率过渡矩阵,利用随机游走理论由上一时步边存在概率矩阵和概率过渡矩阵得到当前时步边存在概率矩阵,每一时步动态地增加一个节点并检验是否有离开的节点。仿真结果显示,该模型在4种初始网络下得到的网络拓扑结构,入度、出度、势分布以及度-势相关性均具有明显幂律特性,表明随机游走理论和改进的PageRank算法能较准确描述移动社交网络,具有一定的实践意义。     

一种基于随机游走和共点的社交网络拓扑模型

研究移动社交网络拓扑模型,有助于在更深层次上理解移动社交网络的结构特性和进行相关安全软件的开发。根据移动社交网络的高度动态性,提出了基于随机游走的有向网络拓扑模型,通过上一状态的节点累计连接时间和共点个数变化来决定当前节点状态。仿真实验表明,构造的移动社交网络拓扑模型符合真实移动社交网络环境下具有幂律特性的拓扑结构。