李慧嘉 黄照词 王文璇 夏承遗

1) (北京邮电大学理学院, 北京 100876)

2) (天津理工大学计算机与通信工程学院, 天津 300384)

高效率的网络分析方法对于分析、预测和优化现实群体行为具有重要的作用, 而加权机制作为网络重构化的重要方式, 在生物、工程和社会等各个领域都有极高的应用价值.虽然已经得到越来越多的关注, 但是现有加权方法数量还很少, 而且在不同拓扑类型和结构特性现实网络中的效果和性能有待继续提高.本文提出了一种新型的双模式加权机制, 该方法充分利用网络的全局和局部的重要拓扑属性(例如节点度、介数中心性和紧密中心性), 并构建了两种新型的运行模式: 一种是在原始模式中通过增加桥边的权重来提高同步能力; 另一种是在逆模式中通过弱化桥边的权重来提高聚类检测.此外, 该加权机制仅受单一参数 α 的影响, 非常便于调控.在人工基准网络和现实世界网络中的实验结果均验证了该模型的有效性, 可以广泛应用于大规模的现实世界网络中.

1 引 言

复杂网络理论[1−3]是一种分析大规模复杂系统的有力工具, 在过去十年里已经涌现出一系列相关研究成果, 例如聚类划分技术、疾病传播和免疫策略、交通驱动模型、同步分析、级联失效、异常值搜索算法等等.在这些成果中, 拓扑计算和结构分析是研究复杂网络内在特性的最有效途径, 并使得理解网络功能特征成为可能.其中, 最重要的拓扑特征……