社会网络中关键节点的识别——基于符号网络的PageRank算法改进
2017-08-25分类号:TP301.6
【部门】南京大学信息管理学院
【摘要】【目的】针对PageRank算法在符号网络中的局限性,提出其改进算法,以识别社会网络中的关键节点。【方法】基于符号网络的相关理论,将PageRank算法与点度中心性相结合,提出KeyRank算法,并对Slashdot网站的用户数据进行分析,以获取用户的KeyRank算法排名。【结果】PageRank算法排名、入度排名、M-PR算法排名与KeyRank算法排名在统计学意义上呈中度正相关。【局限】KeyRank算法忽略了每次迭代时正、负链接的相互作用。【结论】传统算法与KeyRank算法在节点排序上存在差异,
【关键词】符号网络 关键节点 PageRank 算法 点度中心性
【基金】
【所属期刊栏目】数据分析与知识发现
文献传递