收缩法和PR算法在加权复杂网络节点重要性评估中的比较
2018-11-13分类号:O157.5;TP301.6
【部门】贵州财经大学马克思主义学院 国家行政学院经济学部
【摘要】将商业伦理纳入加权复杂网络范畴进行节点重要性评估成为重点。但传统加权复杂网络节点重点性评估方法不完善,文章引入收缩法和PageRank算法,并对二种方法进行实验对比,结果发现:(1)改进收缩法的核心思想是网络凝聚程度,时间复杂度为O(n~3),算法复杂度为O(n~3);(2)PageRank算法通过计算加权商业伦理复杂网络重要性矩阵对节点进行排序,时间复杂度为O(n~2),空间复杂度为O(n~2);(3)条件许可下,采用改进收缩法能够使排序结果接近实际值,但考虑时间成本时,大型加权商业伦理复杂网络节点重要性排序应选择PageRank算法。
【关键词】加权复杂网络 商业伦理 平滑处理因子 PageRank算法
【基金】贵州省社科规划青年课题(14GZQN04);; 贵州财经大学引进人才科研项目(2013YJ39)
【所属期刊栏目】统计与决策
文献传递