加权网络中的WVoteRank
voterank算法的目的是通过从其邻居投票来选择整个网络上的传播者,选定的传播者不参与随后的选举,其相邻节点的投票能力随后减少。 然而,这种方法只能应用非加权网络,是有局限性的。 各种实际网络都是加权网络,其中边缘的强度表示节点之间的相互作用。 因此,我们将voterank算法从未加权网络扩展到加权网络作为WVoterank。 由于非加权网络是特定的加权网络,它可以处理非加权网络 当每个边的默认权重值为1时的特定情况。
给定一个加权网络
G
=
(
V
,
E
)
G = (V, E)
G=(V,E),
ω
u
v
\omega_{uv}
ωuv表示节点u与节点v之间的链路权重。投票排名和WVote排名的主要区别在于投票过程中。 每个节点v从其相邻节点获得其投票评分
S
v
S_{v}
Sv。 一方面,
S
v
S_{v}
Sv来自v的相邻节点的投票能力和对应权重,都正向影响投票得分
S
v
S_{v}
Sv。 另一方面,节点v邻居的数量也对
S
v
S_{v}
Sv有积极的影响。 因此,节点v的投票评分
S
v
S_{v}
Sv被定义为:
传播者的选择和投票能力的更新规则与前面描述的voterank算法中对应步骤相同。在上面的公式中,
γ
(
v
)
\gamma(v)
γ(v)表示节点v的邻居集合,
v
a
i
va_i
vai表示节点的投票能力,
ω
(
v
,
i
)
\omega_{(v, i)}
ω(v,i)表示节点v和节点i之间的权重。WVoterank考虑了邻居数目对投票结果的影响,相当于对投票结果进行了规范化,使得投票结果量级差距减小。