为了克服现有技术时间复杂度较大、信息过滤性能较差、无法适用于大规模网络的不足,本发明提供一种基于网络度相关性的信息传播领袖节点提取方法,考虑到网络的结构特征和网络规模,算法具有较小的时间复杂度,良好的信息过滤性能,在大规模网络上表现更为优异。
一种基于网络度相关性的信息传播领袖节点提取方法,包括以下步骤:S1:导入网络;S2:选择度最大的节点作为首个领袖节点;S3:提取领袖节点周围的所有邻居节点;S4:邻居节点的度值更新,度值计算去除与领袖节点的连边;S5:迭代选点,找到邻居节点中度值最大的节点作为新的领袖节点,并迭代步骤S2、S3,直到网络中的领袖节点数量达到目标数量ρN;S6:领袖节点分配过滤性能;S7:信息级联传播;S8:计算信息传播范围。本发明提供一种基于网络度相关性的信息传播领袖节点提取方法,考虑到网络的结构特征和网络规模,算法具有较小的时间复杂度,良好的信息过滤性能,在大规模网络上表现更为优异。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-11-05
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>