论文笔记——影响节点的识别：一种基于网络效率的边权值更新新方法

Identifying influential nodes: A new method based on network efficiency of edge weight updating

来自电子科大发表在Chaos上的一篇文章。该文章提出了一种基于网络边权值更新效率的识别方法Ewuc，它可以有效地结合网络的全局和局部信息。

背景知识

1、Network efficiency网络效率

网络效率表示整个网络的平均效率，通常用于描述整个网络的平均接近度和鲁棒性。网络效率也是衡量复杂网络中节点间信息交换的必要指标。网络效率越高，节点间交互消耗的能量就越少，网络上的信息传输就越有效。定义如下：

其中，$D_{ij}$为节点i和j之间的最短路径，而网络效率则是网络中任意两点间最短路径倒数之和与最多边数的比值。

2、Network quality 网络质量

网络质量是衡量网络质量和连接性的一个重要指标。网络质量的价值越高，网络的连接性就越强。网络质量的定义如下：

提出的方法：Ewuc

网络的全局信息反映在网络效率的使用上，局部信息体现在利用前一轮节点的重要性来更新网络中所有边的权重，使下一轮节点的重要性受到邻居的影响，弥补了网络效率中局部信息的不足。

算法整体流程：


公式11大意：如果节点i重要，那么移除后网络效率将下降，也就是$C_{Ewuc}$越大，节点i的原始重要性越大。接下来进行归一化，将其范围控制在[0,1]。


其中$d^{new},d^{old}$表示节点间的新旧权值，$\rho$则为值在[0,1]之间的收敛速度因子，不影响最终结果。在获得所有边权值更新的网络后，再次使用公式(11)从更新的网络中获得网络中节点的重要性和排序。