基于层间相似性的时序网络节点重要性研究 | |
杨剑楠; 刘建国; 郭强 | |
刊名 | 物理学报 |
2018 | |
期号 | 2018年04期页码:279-286 |
关键词 | 时序网络 层间相似性 特征向量中心性 时序全局效率 |
ISSN号 | 1000-3290 |
英文摘要 | 时序网络可以更加准确地描述节点之间的交互顺序和交互关系.结合多层耦合网络分析法,本文提出了基于节点层间相似性的超邻接矩阵时序网络节点重要性识别方法,与经典的认为所有层间关系为常数不同,层间关系用节点的邻居拓扑重叠系数进行度量.Workspace和Enrons数据集上的结果显示:相比经典的方法,使用该方法得到的Kendall’sτ值在各时间层上的平均提高,最高为17.72%和12.44%,结果表明层间相似性的度量对于时序网络的节点重要性度量具有十分重要的意义. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://10.2.47.112/handle/2XS4QKH4/11883] |
专题 | 上海财经大学 |
作者单位 | 1.上海理工大学复杂系统科学研究中心 2.上海财经大学金融科技研究院 |
推荐引用方式 GB/T 7714 | 杨剑楠,刘建国,郭强. 基于层间相似性的时序网络节点重要性研究[J]. 物理学报,2018(2018年04期):279-286. |
APA | 杨剑楠,刘建国,&郭强.(2018).基于层间相似性的时序网络节点重要性研究.物理学报(2018年04期),279-286. |
MLA | 杨剑楠,et al."基于层间相似性的时序网络节点重要性研究".物理学报 .2018年04期(2018):279-286. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论