论文笔记—— 一种用于复杂网络中识别影响力节点的广义重力模型

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）。

原文链接戳这里！.

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$R=\frac{<d>}{2}$，$d$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$v$局部聚类系数$C_v$

其中$n_v$为节点$v$邻居之间的边数。

2.2 节点的传播能力$Sp(v)$

其中$\alpha \ge 0$，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$\alpha =0$时该公式则为普通重力模型公式。改论文中采取$\alpha =2$。