A generalized gravity model for influential spreaders identification in complex networks
此文章作者来自电子科大,在识别有影响力节点的问题上,该作者提出了一种**广义重力模型**来为每个节点测量局部信息:节点的局部聚类系数以及节点的度。该模型中含有一个可调参数α,该参数为0时,提出的广义重力模型=重力模型(gravity model)。
1、背景知识
重力模型(gravity model)
重力模型用于识别有影响力的节点,其定义为:
从公式可以看出,借鉴物理公式,重力模型将每个节点量化为与一个与邻居度和距离有关的值,该值与邻居度成正比,与邻居到该点的距离成反比。然而gravity medel 复杂度较高,后来引入了截断半径:
其中截断半径
R
=
<
d
>
2
R=\frac{<d>}{2}
R=2<d>,
d
d
d是网络中最短路径的平均值。这也是本文中所采用的重力模型。
2、提出的方法
2.1 节点 v v v局部聚类系数 C v C_{v} Cv
其中
n
v
n_{v}
nv为节点
v
v
v邻居之间的边数。
2.2 节点的传播能力 S p ( v ) Sp(v) Sp(v)
其中
α
≥
0
\alpha \ge0
α≥0,是一个自由变量,其值根据不同应用而改变。
2.3 广义重力中心性GGC(generalized gravity centrality)
显而易见,当
α
=
0
\alpha=0
α=0时该公式则为普通重力模型公式。改论文中采取
α
=
2
\alpha=2
α=2。