基于特征向量中心性的社交信息超网络中重要节点的评判  

Evaluation of Key Nodes of Social Information Super-network Based on Eigenvector Centrality

作　　者：武澎[1,2] 王恒山[1] 

机构地区：[1]上海理工大学管理学院,上海200093 [2]河南大学,河南开封475001

出　　处：《情报理论与实践》2014年第5期107-113,共7页Information Studies:Theory & Application

基　　金：国家自然科学基金资助项目"非常规突发事件的网络信息传播规律与预警机制研究"(项目编号:71071098);上海市一流学科建设项目(项目编号:S1201YLXK)的研究成果

摘　　要：文章主要将超网络和特征向量中心性的理论方法运用于社交网络信息交互过程中重要节点的评判研究,在对社交网络信息交互系统构成及关系进行分析的基础上构建一个社交信息超网络模型,并通过例子构建超网络的邻接矩阵和网络直观图。根据现有方法存在的问题与不足,提出了一种基于特征向量中心性的社交信息超网络节点信息交互综合能力的评判方法,并通过实例进行了验证与分析。This paper mainly uses the theoretical approaches of super-network and eigenvector centrality in the evaluation re- search on key nodes in the process of information interaction in social networks. On the basis of analyzing the composition and rela- tionship of the social networks information interaction system, the paper constructs a model of social information super-network. The paper builds adjacency matrix and network pictorial diagram of super-network through examples. According to the problems and shortcomings of existing methods, the paper proposes an evaluation method of social information super-network key nodes information interaction comprehensive ability based on eigenvector centrality, which is verified and analyzed through examples.

关 键 词：社交网络 超网络 特征向量 信息交互 知识节点 

分 类 号：TP393.01[自动化与计算机技术—计算机应用技术]