华东师范大学学报(自然科学版)

作者：王环, 朱敏

单位：王环,女,硕士研究生,研究方向为大数据分析与知识处理.E-mail:18788803206@163.com.

关键词：复杂网络,关键节点,K-shell分解算法,加权核值,度指标,

复杂网络中，评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置，K-shell分解算法能够很好地识别关键节点，但是这种算法导致很多节点具有相同的K-shell（Ks）值.同时，现有的算法大都只考虑局部指标或者全局指标，导致评判节点重要性的因素单一.为了更好地识别关键节点，提出了EKSDN（Extended K-shell and Degree of Neighbors）算法，该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR（Susceptible-Infectious-Recovered）模型在真实复杂网络中模拟结果相比，EKSDN算法能够更好地识别关键节点.

来源：2019年第3期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2019年第3期