基于属性信息和结构特性的网络节点重要度研究

doi:10.12068/j.issn.1005-3026.2022.05.003

东北大学学报（自然科学版） ›› 2022, Vol. 43 ›› Issue (5): 625-631.DOI: 10.12068/j.issn.1005-3026.2022.05.003

基于属性信息和结构特性的网络节点重要度研究

孔芝，孙琦，寇晓宇，王立夫

(东北大学秦皇岛分校控制工程学院，河北秦皇岛066004)

修回日期:2021-07-15 接受日期:2021-07-15 发布日期:2022-06-20
通讯作者: 孔芝
作者简介:孔芝(1979-)，女，辽宁北镇人，东北大学秦皇岛分校副教授.
基金资助:
中央高校基本科研业务费专项资金资助项目(N2023022).

Research on the Importance of Network Nodes Based on Attribute Information and Structural Characteristics

KONG Zhi， SUN Qi， KOU Xiao-yu， WANG Li-fu

School of Control Engineering， Northeastern University at Qinhuangdao， Qinhuangdao 066004， China.

Revised:2021-07-15 Accepted:2021-07-15 Published:2022-06-20
Contact: KONG Zhi
About author:-
Supported by:
-

摘要/Abstract

摘要： 现有的节点重要度排序方法大多只针对网络的拓扑结构进行研究，忽视了网络节点自身所包含的属性信息.然而这些属性信息至关重要，却广泛存在不完备性，这些不完备属性信息与节点的重要性密切相关.针对这一问题，提出一种基于优势粗糙集理论和TOPSIS方法的网络节点重要度分析方法，融合网络结构特性和节点属性信息，克服了单一从拓扑结构分析的局限.最后，将本文所提出的方法应用于微博社交网络中的用户重要度评价，并与其他方法进行比较，结果表明，该方法的排序结果对节点在属性信息和结构特性的重要性进行了较好的综合，能全面地体现出各节点的重要程度.

关键词: 复杂网络;节点重要度;微博网络;属性重要度;结构重要度

Abstract: Most of the existing node importance ranking methods only study the topology of the network， ignoring the attribute information contained in the network nodes themselves. Attribute information is very important， but there is widespread incompleteness. Incomplete attribute information is closely related to the importance of nodes. Aiming at these problems， a network node importance analysis method based on superior rough set theory and TOPSIS method is proposed， which combines network structure characteristics and node attribute information and overcomes the limitations of single topological structure analysis. Finally， the proposed method is applied to the user importance evaluation in Weibo social network and compared with other methods. The results show that the ranking results of this method can well synthesize the importance of each node in attribute information and structural characteristics and can fully reflect the importance of each node.

Key words: complex network; node importance; Weibo network; attribute importance; structure importance

中图分类号:

TP393

孔芝，孙琦，寇晓宇，王立夫. 基于属性信息和结构特性的网络节点重要度研究[J]. 东北大学学报（自然科学版）, 2022, 43(5): 625-631.

KONG Zhi， SUN Qi， KOU Xiao-yu， WANG Li-fu. Research on the Importance of Network Nodes Based on Attribute Information and Structural Characteristics[J]. Journal of Northeastern University(Natural Science), 2022, 43(5): 625-631.

参考文献

[1]Lin Z，Wen F，Xue Y.A restorative self-healing algorithm for transmission systems based on complex network theory［J］.IEEE Transactions on Smart Grid，2017，7(4):2154-2162.
[2]Yang Z Y，Hu M，Huang T Y.Influential nodes identification in complex networks based on global and local information［J］.Chinese Physics B，2020，29(8):572-578.
[3]Farzaneh N A，Foad M P，Balabhaskar B.Detecting a most closeness-central clique in complex networks［J］.European Journal of Operational Research，2020，283(2):461-475.
[4]Newman M.A measure of betweenness centrality based on random walks［J］.Social Networks，2005，27(1):39-54.
[5]Li Z，Yan X，Zhang G J.Bi-directional h-index:a new measure of node centrality in weighted and directed networks［J］.Journal of Informetrics，2018，12(1):299-314.
[6]Kitsak M，Gallos L K，Havlin S，et al.Identification of influential spreaders in complex networks［J］.Nature Physics，2010，6(11):888-893.
[7]Wen X X，Tu C L，Wu M G.Node importance evaluation in aviation network based on "no return" node deletion method［J］.Physica A:Statistical Mechanics and Its Applications，2018，503(8):546-559.
[8]刘娜，沈江，于鲲鹏.基于改进节点收缩法的加权供应链网络节点重要度评估［J］.天津大学学报，2018，51(10): 64-72.(Liu Na，Shen Jiang，Yu Kun-peng.Weighted supply chain network node importance evaluation based on improved node shrinkage method［J］.Journal of Tianjin University，2018，51(10):64-72.)
[9]Yu J F，Gilbert B A，Oviatt B M.Effects of alliances，time，and network cohesion on the initiation of foreign sales by new ventures［J］.Strategic Management Journal，2010，32(4):424-446.
[10]Ping H，Fan W，Mei S.Identifying node importance in complex networks［J］.Physica A:Statistical Mechanics and Its Applications，2015，429(4):169-176.
[11]于会，刘尊，李勇军.基于多属性决策的复杂网络节点重要性综合评价方法［J］.物理学报，2013，62(2): 54-62.(Yu Hui，Liu Zun，Li Yong-jun.Comprehensive evaluation method of node importance in complex network based on multi-attribute decision-making［J］.Acta Physica Sinica，2013，62(2):54-62.)
[12]Liu Z，Jiang C，Wang J，et al.The node importance in actual complex networks based on a multi-attribute ranking method［J］.Knowledge-Based Systems，2015，84(8):56-66.
[13]Lu M.Node importance evaluation based on neighborhood structure hole and improved TOPSIS［J］.Computer Networks，2020，178(9):107336.
[14]胡钢，高浩，徐翔，等.基于重要度传输矩阵的复杂网络节点重要性辨识方法［J］.电子学报，2020，48(12):116-122.(Hu Gang，Gao Hao，Xu Xiang，et al.Importance identification method of complex network nodes based on importance transmission matrix［J］.Acta Electronica Sinica，2020，48(12):116-122.)
[15]黄丽亚，汤平川，霍宥良，等.基于加权K-阶传播数的节点重要性［J］.物理学报，2019，68(12):1-11.(Huang Li-ya，Tang Ping-chuan，Huo You-liang，et al.Node importance based on weighted K-order propagation number［J］.Acta Physica Sinica，2019，68(12):1-11.)
[16]李佳，梁吉业，庞天杰.基于加权α优势关系的多属性决策排序方法［J］.模式识别与人工智能，2017，30(8):91-98.(Li Jia，Liang Ji-ye，Pang Tian-jie.Multi-attribute decision ranking method based on weighted alpha dominance relation［J］.Pattern Recognition and Artificial Intelligence，2017，30(8):91-98.)
[17]王新胜，马树章.融合用户自身因素与互动行为的微博用户影响力计算方法［J］.计算机科学，2020，47(1):102-107.(Wang Xin-sheng，Ma Shu-zhang.Microblog user influence calculation method integrating user’s own factors and interactive behavior［J］.Computer Science，2020，47(1):102-107.)
[18]赵海，郑春阳，王进法.面向蓄意攻击的网络异常检测方法［J］.东北大学学报(自然科学版)，2020，41(10):1376-1381.(Zhao Hai，Zheng Chun-yang，Wang Jin-fa.Network anomaly detection method for deliberate attacks［J］.Journal of Northeastern University(Natural Science)，2020，41(10):1376-1381.)

基于属性信息和结构特性的网络节点重要度研究

Research on the Importance of Network Nodes Based on Attribute Information and Structural Characteristics

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张露文，刘洪娟. 考虑防护和隔离的传染病传播建模与分析[J]. 东北大学学报（自然科学版）, 2023, 44(4): 486-494.
[2]	李贞妮, 李晶皎, 王骄, 杨丹. 基于FPGA的2D-Torus片上网络无死锁路由算法[J]. 东北大学学报（自然科学版）, 2021, 42(1): 1-6.
[3]	刘振宇，宋晓莹. 一种可用于分类型属性数据的多变量决策树算法[J]. 东北大学学报:自然科学版, 2020, 41(11): 1521-1527.
[4]	曾荣飞，张德永，王兴伟，黄敏. 一种面向IPv6的定制化路由备份机制[J]. 东北大学学报:自然科学版, 2020, 41(10): 1369-1376.
[5]	赵海，郑春阳，王进法，司帅宗. 面向蓄意攻击的网络异常检测方法[J]. 东北大学学报:自然科学版, 2020, 41(10): 1376-1381.
[6]	井元伟，亓雪蕾，申金栋，井江山. TCP/AWM网络系统的H_∞拥塞跟踪控制[J]. 东北大学学报:自然科学版, 2020, 41(10): 1388-1393.
[7]	曾荣飞，高原，王兴伟，张榜. SDN中DDoS攻击的高效联合检测和防御机制[J]. 东北大学学报:自然科学版, 2020, 41(9): 1217-1222.
[8]	姚巍，赵海，朱剑，陈香伊. 基于traceroute的多特征子网发现与分析[J]. 东北大学学报:自然科学版, 2020, 41(8): 1075-1082.
[9]	杨望，江咏涵，张三峰. 基于网页结构与语言特征的垃圾网页链接检测方法[J]. 东北大学学报:自然科学版, 2020, 41(8): 1091-1096.
[10]	李贞妮，王骄，李晶皎，王泽坤. 一种新的基于FPGA的立体图像差异性算法[J]. 东北大学学报:自然科学版, 2020, 41(6): 778-783.
[11]	姜旭艳，严锦立，全巍，孙志刚. SSA:一种面向CQF模型的TSN资源调度算法[J]. 东北大学学报:自然科学版, 2020, 41(6): 784-791.
[12]	武刚，吴成东. 基于半定规划的无线传感器网络节点定位算法[J]. 东北大学学报:自然科学版, 2019, 40(10): 1381-1385.
[13]	井元伟，李赞华，刘婷. 一类TCP网络系统的Minimax拥塞控制[J]. 东北大学学报:自然科学版, 2019, 40(8): 1065-1069.
[14]	茹敬雨，贾子熙，吴成东. 一种基于阳光的运动轨迹简化算法[J]. 东北大学学报:自然科学版, 2019, 40(8): 1070-1075.
[15]	叶正旺，温涛，刘振宇，付崇国. 基于信任模型的WSNs安全数据融合算法[J]. 东北大学学报:自然科学版, 2019, 40(6): 789-794.