面向复杂网络的节点相似性度量

Junfang MU,Jiye LIANG,Wenping ZHENG,Shaoqian LIU,Jie WANG

Journal of Frontiers of Computer Science & Technology（2020）

引用 0|浏览5

暂无评分

摘要

在复杂网络中,度量节点之间的相似性是一项基础且具有挑战性的工作.基于邻域节点的相似性度量仅考虑了节点的邻域信息.基于路径的相似性度量考虑了节点之间的路径信息,使得多数节点与大度节点相似.为了更准确地度量节点之间的相似性且避免多数节点与大度节点相似,定义了每个节点的距离分布,并在此基础上采用相对熵和距离分布提出了一种节点相似性度量方法(DDRE).DDRE方法通过节点之间的最短路径生成每个节点的距离分布,根据距离分布计算节点之间的相对熵,进而得到节点之间的相似性.6个真实网络数据集的对比实验结果表明,DDRE方法在对称性以及SIR模型中影响其他节点的能力这两方面表现较好.

查看译文

关键词

complex network,node similarity,node distance distribution,relative entropy

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要