基于偏好分析和随机游走的社交网络节点影响力综合评估算法

social network influential spreaders

在大数据时代，社交网络已成为互联网上人类交流与互动的重要体现。识别网络中有影响力的传播者，在疾病爆发，病毒传播和舆论控制等各个领域都起着至关重要的作用。基于这三种基本集中度测度，提出了一种应用偏好关系分析和随机游走技术的综合算法PARW-Rank，用于评估节点影响。对于每个基本度量，分析网络中每个节点对之间的优先级关系，以构建部分优先级图（PPG）。然后，通过结合针对三种基本度量的偏好关系来生成综合偏好图（CPG）。最后，通过在CPG上进行随机游走来确定节点的排名。此外，使用五个公共社交网络进行比较分析。实验结果表明，与现有的单一中心测度方法相比，我们的PARW-Rank算法可以实现更高的精度和更好的稳定性。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于偏好分析和随机游走的社交网络节点影响力综合评估算法

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载