| 基于排名聚合的时序网络节点重要性研究 |
| |
| 引用本文： | 梁耀洲,郭强,殷冉冉,杨剑楠,刘建国.基于排名聚合的时序网络节点重要性研究[J].电子科技大学学报（自然科学版）,2020,49(4):519-523. |
| |
| 作者姓名： | 梁耀洲 郭强 殷冉冉 杨剑楠 刘建国 |
| |
| 作者单位： | 1.上海理工大学复杂系统科学研究中心 上海 杨浦区 200093 |
| |
| 基金项目： | 国家自然科学基金(61773248，71771152) |
| |
| 摘 要： | 目前时序网络节点重要性的研究主要从时序路径、连通性、网络效率等方面展开。该文考虑到时序网络层内的连接关系和层间耦合关系，引入基于评分矩阵的排名聚合理论，提出了一种基于排名聚合的时序网络节点重要性识别方法。Manufacturing和Enrons等实证数据上的实验结果表明，基于排名聚合的时序网络节点重要性度量方法对比其他方法的Spearman相关系数平均提高2.41%和18.63%，说明了该方法在时序网络节点重要性度量的适用性和有效性。
|
| 关 键 词： | 节点重要性 排名聚合理论 评分矩阵 时序网络 |
| 收稿时间： | 2019-09-01 |
Node Importance Identification for Temporal Network Based on Ranking Aggregation |
| |
| Affiliation: | 1.Research Center of Complex Systems Science, University of Shanghai for Science and Technology Yangpu Shanghai 2000932.Institute of Fintech, Shanghai University of Finance and Economics Yangpu Shanghai 200433 |
| |
| Abstract: | At present, the research on the importance of temporal network nodes is mainly carried out from the aspects of timing path, connectivity, network efficiency and so on. In this paper, we consider the inter-layer connection and inter-layer coupling, introduce the ranking aggregation theory based on scoring matrix, and propose a method based on ranking aggregation to identify the importance of nodes in temporal networks. Manufacturing and Enrons datasets show that the average increase of Spearman correlation coefficient based on ranking aggregation is 2.41% and 18.63%, which shows the applicability and effectiveness of this method in the measurement of node importance in temporal network. |
| |
| Keywords: | |
|
| 点击此处可从《电子科技大学学报（自然科学版）》浏览原始摘要信息 |
|
点击此处可从《电子科技大学学报（自然科学版）》下载全文 |
