姜胜文

（四川大学计算机学院，成都 610065）

复杂网络中重要节点的发现

姜胜文

（四川大学计算机学院，成都 610065）

复杂网络中重要节点的发现在实际应用中有着重要意义。重要节点的发现依赖于节点的重要性评估，而如今的一些节点重要性评估参数如介数、度分布、聚类系数等存在适用范围有限、评估结果不够全面等局限性，因为节点在复杂网络中的重要性程度不仅仅只受单一因素的影响。提出一种基于拉普拉斯特征映射算法的节点重要性综合评估方法。这种方法能综合考虑全部节点的局部特征，可以准确地对节点在复杂网络中的重要性程度进行评估，同时能够得到良好的结果。由于该方法无需对复杂网络中所有节点的全部特征进行评估，极大地缩减计算时间，在保证精确性的同时，提高效率，并通过MATLAB仿真与现有算法的结果进行分析对比，证明该算法的有效性和可行性。

复杂网络；重要节点；拉普拉斯特征映射

0 引言

复杂网络的各项基础研究工作中，节点的重要程度评估，重要节点的发掘，具有重要的理论与应用价值[1-2]。国内外在复杂网络重要节点发现研究领域已有诸多成果，对节点的重要性评估方法也有很多，其本质均是源于图论和基于图的数据挖掘，对应于图论中的最关键的节点问题和最关键边问题[3-4]。一般可以通过复杂网络中节点的中心性指标衡量节点的重要性程度，人们经常使用的复杂网络中心性评估指标有介数中心性、特征向量中心性、度中心性、接近中心性等。……