基于网络社团结构的节点传播影响力分析  

Identifying Influential Spreaders Based on Network Community Structure

作　　者：赵之滢 于海[2] 朱志良[2] 汪小帆[3] 

机构地区：[1]东北大学信息科学与工程学院,沈阳110819 [2]东北大学软件学院,沈阳110819 [3]上海交通大学电子信息与电气工程学院,上海200240

出　　处：《计算机学报》2014年第4期753-766,共14页Chinese Journal of Computers

基　　金：国家自然科学基金(61374178;61202085);辽宁省自然科学基金(201202076);教育部高等学校博士学科点专项科研基金(20120042120010);教育部研究生科研创新项目(120604004)资助~~

摘　　要：识别社会关系网络中对传播过程影响力大的关键节点,对于理解并控制网络上的传播具有重要意义.文中提出了一种基于网络社团结构的节点影响力度量方法,基本思想是用与某个节点直接相连的社团的数目(称为该节点的VC值)来衡量该节点的传播能力.通过单源感染的SIR传播模型实验发现,在根据已有节点重要性度量指标进行排序后,用节点的VC值可进一步挖掘传播能力强的奇异节点.通过单源感染的SI传播模型的实验发现,在具有相同度值或K-壳值(KS)的节点中,以VC较高的节点作为感染源,感染速度更快且可获得更大的传播范围.Identifying the key spreaders in large complex social networks having the maximumimpact on information dissemination is of significant impact on our understanding and control ofspreading on networks.In this paper,we introduce a new index to identify the influencing capa-bility of a node based on the community structure of a network,which is defined as the number ofcommunities （denote asVc）that are directly connected to a node.Base on simulations of the sin-gle source of infection with Susceptible-Infected-Recovered （SIR）model,after ranking the nodesby other classic indicators,Vcindex can help to identify those critical nodes with strong spreadingcapabilities.By simulations of the single source of infection with Susceptible-Infected （SI）mod-el,we find that,among nodes with the same degree or Ks,those with higher Vcvalues may in-fect more nodes with faster spreading speed.

关 键 词：在线社会网络 影响力 网络结构 社团结构 社会计算 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]