A Novel Method of Identifying Influential Nodes in Complex Networks Based on Random Walks

作者
Tingping Zhang
出处
期刊:The Journal of Information and Computational Science [Binary Information Press]
卷期号:11 (18): 6735-6740 被引量:3
标识
DOI:10.12733/jics20105091
摘要

How to identify influential nodes in complex networks is a fundamental and important problem. In this paper, we propose a novel centrality measure, called Absorption Centrality, to measure the influence of all the entities of complex networks. Based on random walks, we start with the perspective of dynamical process, instead of static structure properties which are exhibited by other traditional centrality measures, such as Degree Centrality, Betweenness Centrality and Closeness Centrality. Experimental results demonstrate the proposed Absorption Centrality is more effective than the above three centralities.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
隐形曼青应助瘦瘦冰绿采纳,获得10
刚刚
脸小呆呆完成签到 ,获得积分10
1秒前
Avalonx应助麻辣兔头真可爱采纳,获得10
1秒前
Hawnyoung发布了新的文献求助10
2秒前
Shiba发布了新的文献求助10
2秒前
Yingqilin完成签到,获得积分10
2秒前
2秒前
惜芹发布了新的文献求助10
4秒前
4秒前
4秒前
4秒前
嗯哼完成签到,获得积分10
5秒前
yuhui完成签到,获得积分10
5秒前
5秒前
爆米花应助111采纳,获得10
5秒前
重要问丝完成签到 ,获得积分10
6秒前
快乐的寄容完成签到 ,获得积分0
6秒前
7秒前
充电宝应助ren采纳,获得10
7秒前
科研通AI6.2应助果琪采纳,获得10
8秒前
8秒前
asang发布了新的文献求助10
9秒前
Hawnyoung完成签到,获得积分10
10秒前
科研通AI2S应助322小弟采纳,获得10
10秒前
研友_Z6G3m8完成签到 ,获得积分10
10秒前
晓畅完成签到,获得积分10
11秒前
12秒前
15秒前
严xixi完成签到 ,获得积分10
15秒前
Orange应助wenxianqiuzhu采纳,获得10
16秒前
16秒前
科研小白发布了新的文献求助10
16秒前
17秒前
17秒前
sagitar应助Shacoooo采纳,获得20
18秒前
abtitw发布了新的文献求助10
18秒前
慧子朱发布了新的文献求助20
18秒前
李欣完成签到,获得积分10
18秒前
19秒前
王贤平完成签到,获得积分10
20秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
48V Low-voltage Power Distribution Network (PDN) Architecture Industry Report, 2024 800
ズームレンズの光学設計に関する研究 800
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 700
Matrix Methods in Data Mining and Pattern Recognition Second Edition 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7299681
求助须知:如何正确求助?哪些是违规求助? 8918164
关于积分的说明 18886465
捐赠科研通 6964677
什么是DOI,文献DOI怎么找? 3210927
关于科研通互助平台的介绍 2380267
邀请新用户注册赠送积分活动 2187690