基于社交网络结构的节点影响力度量方法

度量社交网络节点影响力是社交网络结构分析的关键问题之一。目前研究社交网络节点影响力的方法主要有两大类：中心度方法和节点删除方法。前者主要通过度或最短路径等因素来判断节点的影响力，不考虑网络的连通性；后者通过节点删除后对网络结构的破坏程度来判断，计算复杂性很高，不适用于较大规模的社交网络。通过结合社交网络的局部连通度及节点间的最短路径，提出了连通中心度来度量社交网络中节点的影响力，并给出了连通中心度的计算方法和一些特殊网络中节点的连通中心度的值。最后，通过实验说明该指标能很好地度量社交网络中节点的影响力。     

微博转发网络中的节点特征和传播模型

微博作为重要的社交网络平台,具有传播快速、平台影响大的特点.微博用户的节点特征决定了其网络影响力.研究了微博转发网络中节点的度值特征和传播模型.首先通过区分信息流动方向构建了微博转发网络;其次分别讨论了出度一入度的均值和方差,明确二者的差异,并分析了考虑节点度值特征的信息传播过程;最后通过仿真验证可以看出:边的有向性对信息传播有着显著的影响,在有向条件下,渗流阈值增加,同样概率下传播范围变小,信息传播更为困难.     

基于用户行为和结构洞的用户影响力评价模型

针对目前大多数用户影响力度量方法未能充分考虑非冗余信息的问题,结合结构洞原理,构建基于用户行为和结构洞的用户影响力评价模型。对用户行为进行量化,将其融入到网络边权中,并在此基础上对结构洞评价方法——网络约束系数进行改进,解决其未考虑用户行为对网络边权的影响,以及节点与邻近节点、次邻近节点三层拓扑关系的问题,最后构建用户影响力综合评价模型。通过新浪微博数据进行验证,排序实验与覆盖率实验结果验证了该模型用户影响力度量的准确性与有效性。     

基于超网络理论的军事通信网络复杂性度量方法

针对军事通信网络的结构和功能特点,在建立军事通信超网络描述模型的基础上,定义了超网络邻接矩阵、节点分类连接矩阵、类型匹配指数、超网络模体、模体核和模体熵等概念;通过分析超网络模体的特点,提出使用超网络模体熵来度量网络复杂性,给出了具体的计算方法;最后以某舰艇编队通信网络为例,对比分析了已有网络结构复杂性指标和超网络模体熵所度量的网络特征,说明在网络结构确定的情况下,超网络模体熵可以度量网络的功能复杂性.     

基于邻居度信息的节点传播能力度量算法

复杂网络中的节点传播能力度量具有十分重要的意义,有助于抑制谣言扩散、疾病传播等。研究者们普遍用度量节点传播能力,然而度指标忽略了邻居节点的重要程度。文中考虑邻居节点度信息,提出了一种新的度量节点传播能力方法。该方法通过计算邻居节点度的α次方的和来度量节点的传播能力。通过α调整邻居节点对目标节点的重要程度,α越大,度大的邻居节点对目标节点的贡献越大。实验结果表明,在最优值α情况下,文中提出的算法相对于度和K-核分解方法能更加准确地度量节点的传播能力。文中提出的度量方法只考虑邻居节点度信息,因此非常适合于大规模网络的节点传播能力度量。     

关于衡量网络节点重要性算法的分析和评价

无论是在自然界中还是现代社会中,网络无处不在,有复杂系统的地方往往便有网络.如自然界中的食物链关系网、社会中的人际关系网、流行疾病传播网络以及互联网等,如何衡量网络中节点的重要性一直都是复杂网络研究中的一个重要研究问题.目前有很多学者提出了相关的衡量算法,包括有李鹏翔等提出通过度量节点删除对网络的破坏性来衡量节点重要性;KitSak等人提出了适用于大型网络的利用K-核分解获得节点重要性的排序指标;任卓明等提出基于度与集聚系数的节点重要性度量方法.本文就以上三种算法进行分析,并且结合其适用情形、计算性能等进行了综合评价,最后基于这些衡量算法,本文给出了新的基于K-核分解层层局部深度遍历的节点重要性评价方法.     

基于重要度传输矩阵的复杂网络节点重要性辨识方法

复杂网络中节点重要性辨识对分析网络结构和功能具有重要作用.为了辨识节点重要性,分析节点自身和关联节点的作用,本文构建了一种基于重要度传输矩阵的节点重要性辨识模型.首先,基于关联节点与节点之间的最优路径长度、最优路径数目和信息传播率定义了节点间的传输能力.其次,依据度值和传输能力构建重要度传输矩阵,综合节点局部重要性和全局属性指标评价节点的重要性.最后,对"ARPA"网络和四个真实网络进行破坏性仿真分析,结果本文方法表明对网络造成更大的破坏,证明了该方法的有效性和可靠性.     

基于三级邻居的复杂网络节点影响力度量方法

已有的节点影响力度量方法均存在一定的局限性。该文基于三度影响力原则,综合考虑局部度量的适宜层次及大规模网络的可扩展性,提出一种基于3级邻居的节点影响力度量方法(TIM)。该方法将节点2, 3级具有传播衰减特性的邻居视为整体,用于度量节点的影响能力。利用传染病模型及独立级联模型,在3个真实数据集验证了该方法的有效性。实验结果表明,基于3级邻居的节点影响力度量方法在影响力一致性、区分度、排序性等指标中表现优越,且能够有效求解影响力最大化问题。     

基于多特征融合的微博用户权威度定量评价方法

微博用户权威度是评价微博信息可靠性的重要因素之一.本文针对微博用户权威度的定量计算提出了一种基于多特征融合的微博用户权威度定量评价模型.首先,提出了用户权威度的概念,将其定义为用户影响力和被信服度两部分组成;在暂不考虑用户领域影响因子的情况下,基于新浪微博数据,抽取出微博用户信息传播影响力、用户信息完整度、用户活跃度以及用户平台认证指数4项评价特征,以构建了用户权威度定量计算模型;然后,采用层次分析法对所构建模型的4项评价特征的权值进行确定,并分别给出了4项评价特征的提取算法.同时,在用户关注关系网络的基础上,提出了一种基于用户被关注价值的用户信息传播影响力模型UIRank,并通过实验验证了其比PageRank算法更加有效.实验结果表明,本文提出的微博用户权威度定量计算模型比较合理,为用户权威度的定量评价提供了一种可行的解决方案.     

基于交互行为的在线社会网络水军检测方法

网络水军对广告、谣言、木马和恶意链接进行传播,不仅干扰用户对在线社会网络的正常访问,还可能引发网络安全、社会稳定等方面的问题。针对网络水军信息传播的特点,提出基于交互行为的信息传播模型。模型根据不同传播主体间的交互定义特征来量化传播行为,使用决策树方法对水军传播的信息进行检测。通过新浪微博的真实数据分析传播模型并验证检测方法,结果表明检测方法能够对微博中水军信息进行有效检测。     

微博用户影响力的评估

作为一种便捷的社交网络平台,微博已成为人们进行信息交流的重要媒介。微博活跃用户多,信息发布方式多、方便快捷,信息传播快速,范围广,极易形成网络舆情。微博博主对信息传播起着决定作用,而其在网上的影响力对其传播有很大影响。在消息的传播分析以及用户个体行为分析的基础上,提出影响力评估体系。该系统利用实例提供的数据,通过AHP方法,可计算出用户的影响力并排名,比较合理地体现了用户的实际影响力。     

LeaderRank与PageRank算法比较研究

确定复杂网络中节点的影响力对于网络上信息传播及网络营销等具有重要的价值。Page Rank算法和LeaderRank算法是两种著名的对复杂网络中节点进行重要性排序的算法。分别使用这两种算法对斯洛伐克最流行的在线社会网络Pokec中的用户进行了重要性排序。与度中心性指标排序结果进行对比,分析了这种排序结果出现的原因。并使用经典的疾病传播模型SIR模型对这两种算法进行了信息传播的仿真模拟,仿真结果显示LeaderRank算法用于在线社会网络节点重要性排序效果更好。     

一种关注消息时效性的机会社会网络中节点传播能力分析模型

当前评估节点传播能力的工作大多针对静态网络.本文采用演化图模型对机会社会网络进行刻画,通过将传统通路(walk)的概念和静态图中的Katz中心性度量扩展到动态网络中,提出了一种基于历史相遇记录评估节点消息分发能力的方法.进一步,针对消息的时效性特性,本文提出了消息随时间推移效用递减的节点传播能力分析模型,该模型考虑了消息所有可能经历的空间和时间通路,并沿时间方向向下加权以描述消息时效性递减效应,可用于有效计算和预测节点的消息转发能力.本文的结论通过真实数据得到了验证.     

基于统计分析的微博信息传播规律研究

在基于统计方法的基础上,发现了微博信息传播速率所具有的普遍规律及信息传播路径所具有的典型传播模式。首先,通过微博开放平台,采用应用程序接口对微博信息的转播/评论数据进行采集,分析信息传播速率随时间变化的统计特性,得出不同话题类型的微博信息传播特征具有非常相似的结论：信息发布后,其转播/评论数在短时间内达到峰值,然后便很快衰落;然后,通过可视化软件NodeXL对采集到的数据发现了微博信息传播的3种典型传播模式：一触即发传播模式、多级传播模式和多点触发传播模式。     

基于多维特征分析的社交网络意见领袖挖掘

在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义,本文综合结构特征、行为特征和用户的情感特征对意见领袖节点挖掘问题进行研究.本文首先对微博真实文本数据进行话题识别得到主题社区,在主题社区中基于用户节点之间的关注关系构建交互网络拓扑.然后分别从结构、行为和情感三个维度对用户的影响力进行度量.最后,分析用户在主题社区中的影响力分布与传播规律,提出意见领袖识别算法MFP(Multi-Feature PageRank).实验表明,该算法可有效地挖掘潜在的意见领袖节点,能够获得较高的支持率.     

基于最少叠交区域的MANET多路径安全数据传输

对移动自组织网络中多路径之间的不相交性进行了研究,给出了一种基于节点传输范围叠交的路径不相交性定义;根据定义构造了路径相交关系树,并描述了基于相交关系树的多路径选择算法及实现,分析了算法的相关特性。该方法可提高秘密共享多路数据传输的整体安全性。     

网络意见领袖影响力分析

意见领袖影响力分析作为意见领袖研究热点之一,对于优化网络传播过程中的信息整合与传输、深入了解微博发展方向、维护网络内容安全、促进网络发展具有非常重要的理论和实践意义。文章通过对现有网络意见领袖影响力分析研究发现,网络意见领袖影响力评估模式、算法研究稍显薄弱,大多数研究尚处于理论探索阶段,缺乏深入的实证性分析。因此,采用定量方法构建网络意见领袖影响力指标体系并对其进行科学评价就显得尤为必要。     

移动无线传感器网络中基于概率式运动预测的可靠服务执行方法

移动无线传感器网络(MWSN)中节点间可彼此协作,对数据信息进行过滤、计算与组合后,并通过服务形式对外提供使用。然而由于传感器节点移动的不确定性及无线通信距离的有限性,在MWSN中实施服务执行时,需考虑各节点执行服务所需的时间及相互间在未来特定时间区间内所处的物理位置。通过节点移动速率、移动方向的概率函数来定义与预测它们运动的多种不确定运动模式及将来可能所处的物理区域,在此基础上度量传感器节点彼此间在特定时间区间内处于有效通信区域内的可靠性,并给出基于蒙特卡罗模拟的近似计算方法。进一步考虑了服务执行所需的最大时间阈值以及最小可靠性阈值,给出了完全遍历的服务选择算法与Pareto-控制(Pareto-dominated)的局部k最优服务选择算法;最后通过实验分析比较了所提出算法的特点。     

信息物理融合系统中基于多模态数据的事件模型研究

在信息物理融合系统中,通过部署在系统区域内的传感器节点来获得物理世界的信息。信息物理融合系统通常包含若干个异构的无线传感器网络。这些异构网络包含不同类型的传感器节点,这些节点具有不同的感知、计算和通信能力。将异构的传感器节点获得的不同类型的感知数据融合是一个十分重要并亟待解决的问题。在本文中,提出了基于多模态数据的事件模型,以事件为载体将多种不同模态的数据融合计算。文中描述并定义了信息物理融合系统中的事件,给出了基本事件和复合事件的定义,并提出了事件的合成规则。     

社交网络中用户区域影响力评估算法研究

以人人网为例对在线社交网络的分析,从区域信息传播的角度出发,研究社交网络中,信息传播的微观过程.通过真实测量用户的信息传播行为,完成用户信息传播网络的构建和测量.发现区域信息传播网络中少量核心节点覆盖了大部分的网络传播行为.针对这些核心节点,文中提出了一种基于节点传播意愿和传播能力综合考察的节点传播影响力识别算法InfluenceRank,并通过与多种相关算法进行比对,验证了算法的有效性.