潘 侃，尹春林，王 磊，陈端兵,3*

（1. 云南电网有限责任公司电力科学研究院 昆明 650217；2. 成都数之联科技有限公司 成都 610041；3. 电子科技大学大数据研究中心 成都 611731）

现实生活中的复杂系统（如交通运输系统、生物系统）可以很自然地用图表示，其中节点表示系统中的各个要素，边表示要素之间的关系[1]。复杂网络的研究逐渐从宏观层面深入微观层面[2]。节点作为系统中最小的元素，不同节点在系统中的地位是不同的。重要节点是指相比于网络中其他节点，能更大程度地影响网络功能的一些特殊节点。这种节点数量不多，但是其影响力却可以快速波及网络中大部分节点，如社交网络中权威账号的舆论引导，交通网路中重要路口堵塞导致交通系统瘫痪等。节点重要性排序[1]和相对重要节点的挖掘[3-4]对现实生活有着重要的指导意义。在网络分析中，节点的重要性通常用中心性[5]来度量，其主要目的是为基础网络的每个节点分配一个实值，用于度量该节点对其他节点的影响力。目前已有不少成熟的节点中心性计算方法，主要分为两类[3]：1） 基于网络结构特征的指标和方法；2） 基于随机游走的指标和方法。

基于结构特征的指标和方法主要根据其他节点与已知节点之间的网络结构特征设计相对重要指标。这些方法通过捕捉节点之间的局部连边信息或路径信息，衡量节点的重要性。度中心性（degree）是最简单的中心性度量方法，主要利用网络节点的连边信息刻画节点的重要性。……