面向多维属性融合的加权网络结构洞节点发现算法

在大规模复杂网络空间中,快速识别结构洞节点对于病毒和舆情的传播控制具有重要意义。针对现有识别结构洞节点的方法在网络结构发生变化时,识别精度不高的问题,文章基于多维属性映射与融合,提出一种结合邻接信息熵与邻接中心性的结构洞节点识别算法。该算法将加权的邻接信息熵作为邻居节点的信息量,使用邻接中心性度量节点传播这些邻居节点信息量的重要性,通过将结构洞节点的局部属性表示为节点传播信息的能力,识别网络中的关键结构洞节点。实验结果表明,在不同网络规模和网络结构的数据集下,该算法的ξ、τ和网络平均信息熵3个评估指标的总得分分别为0.470、1.679和4.027,优于现有算法,具有更优越和稳定的性能,且将该算法应用于大规模网络中仍然具有较低的时间成本。