计算网络中节点的核数以及改进核数

Kitsak 等人提出用 k-壳分解法(k-shell decomposition)确定网络中节点的位置，将外围的节点层层剥去，处于内层的节点拥有较高的影响力.。这一方法可看成是一种基于节点度的粗粒化排序方法。 具体分解过程如下: 网络中如果存在度为 1 的节点,，从度中心性的角度看它们就是最不重要的节点。如果把这些度为1的节点及其所连接的边都去掉, 剩下的网络中会新出现一些度为1的节点，再将这些度为1的节点去掉,，循环操作，直到所剩的网络中没有度为 1 的节点为止. 此时, 所有被去掉的节点组成一个层, 称为 1-壳(记 为 ks=1). 对一个节点来说, 剥掉一层之后在剩下的 网络中节点的度就叫该节点的剩余度. 按上述方法 继续剥壳, 去掉网络中剩余度为 2 的节点, 重复这些 操作, 直到网络中没有节点为止。MATLAB代码如下：

nodedegree=sum(A,2);   %算出网络中每个节点的度，A为网络的邻接矩阵
ksindex=zeros(1,length(A)); %ksindex用来记录每个节点的核数
i=0;
while sum(ksindex~=0)~=length(A)  %当所有节点的核数都已算出，则退出while循环
    i=i+1;
    while sum(ismember(1:i,nodedegree))~=0  %当核数为i的节点都已找到，则退出while循环
        temp=(ksindex==0); %找出还未算出核数的节点
        ksindex(find(nodedegree<=i&temp'))=i;   %对还未算出核数的节点中度小于等于i的节点的核数赋值为i
        A(find(nodedegree<=i&temp'),:)=zeros(); 
        A(:,find(nodedegree<=i&temp'))=zeros(); %将刚找到的节点与其他节点的链接切开
        nodedegree=sum(A,2);  %重新统计节点的度
    end
end

后面有学者根据k 核分解过程中产生的迭代信息来改进传统的k核分解方法、

where n is the iteration of the removing process when removing vi, m is the total iteration number in the k-shell of vi.

matlab代码如下：

clc    
clear
load('C:\Users\xs\Desktop\需要用的数据集\USAir.mat');
A=USAir;
nodedegree=sum(A,2);   
ksindex=zeros(1,length(A)); %ksindex用来记录每个节点的核数
i=0;
M=zeros(1,100);  %记录每轮都迭代了多少次，比如统计核数为1的节点迭代了一次
M1=zeros(1,length(A));  %记录每个节点属于哪轮
N=zeros(1,length(A));   %记录每个节点属于第几次迭代
while sum(ksindex~=0)~=length(A)  %当所有节点的核数都已算出，则退出while循环
    i=i+1;
    j=0;
    while sum(ismember(1:i,nodedegree))~=0  %当核数为i的节点都已找到，则退出while循环  这段代码逻辑有些问题
        j=j+1;
        temp=(ksindex==0); %找出还未算出核数的节点
        ksindex(find(nodedegree<=i&temp'))=i;   %对还未算出核数的节点中度小于等于i的节点的核数赋值为i
        if j==1
            temp1=find(nodedegree<=i&temp');
            N(find(nodedegree<=i&temp'))=j;
            M1(find(nodedegree<=i&temp'))=i;
            M(i)=M(i)+1;
        end
        DDD=[];
        for tt=1:length(temp1)
            A(temp1(tt),:)=zeros();
            A(:,temp1(tt))=zeros();
            nodedegree=sum(A,2);  %重新统计节点的度
            temp=(ksindex==0); %找出还未算出核数的节点
            ksindex(find(nodedegree<=i&temp'))=i;   %对还未算出核数的节点中度小于等于i的节点的核数赋值为i
            DDD=[DDD;find(nodedegree<=i&temp')];
        end
        N(DDD)=j+1;
        M1(DDD)=i;
        if ~isempty(DDD)
            M(i)=M(i)+1;
        end
        temp1=find(ksindex~=0);
        nodedegree=sum(A,2);  %重新统计节点的度       
    end
end
for i=1:length(A)
    iks(i)=ksindex(i)*(1+N(i)/M(M1(i)));
end