复杂网络中重要节点挖掘方法综述

复杂网络的一些相关概念可以参考我上一篇博客：复杂网络入门

• 重要节点挖掘的任务
  
  • 1、找到一种适合于所有情形下量化节点重要性的方法是不可能的，甚至在给定明确的量化函数下，不同的参数或者不同的网络结构都可能导致函数执行效果完全不同。
  • 2、需要在节点局部信息和无参数指标与结合全局拓扑结构信息和众多可调参数中权衡，前者简单但是精度不够，后者相反。
  • 3、当前众多算法都是挖掘单个重要的节点而不是一个节点集，然后重要的节点集并不是简单地将众多最重要的单个节点放到一起组成的，因为他们可能有众多重复的部分。所以挖掘节点集是一个新的挑战。
  • 4、最后，我们需要在许多新型的网络下去挖掘重要节点，如：空间网络，时序网络等。

复杂网络中的节点各种的重要性是不一样的，如在微博这一社交平台中，一些微博红人和一些明星大咖的影响力和一个微博新手的重要性是不一样的；在大学校园里，校学生会主席和一个学计算机的死宅在大学这个社交网络中的重要性也是不一样的；在全国铁路网中，北京市，武汉市与拉萨市，乌鲁木齐市的重要性也是不一样的。
这篇文章主要介绍复杂网络中重要节点的发掘的一些基本方法：

• 社会网络分析方法
  核心思想：是“重要性等价于显著性”,对网络中重要节点的发掘不以破坏网络的整体性为基础。
  这里的重要性主要是通过对网络中节点的度、节点和边上的权值等基本属性计算出一些发现节点重要性的基本指标，如接近度、介数、特征向量等。已提出的发现重要节点的指标主要分为核心性(Centrality)和声望(Prestig e)两大类。下面介绍其中几种常