融合全局与局部特性的重要节点评估方法

摘要

对复杂网络中的节点进行重要性度量有助于提高网络的鲁棒性和可靠性，然而一些单一性的经典指标不可避免地存在一定的局限性和片面性。综合节点局部特征和网络全局特性，提出一种相较节点删除法更加精准的重要节点评估方法。该法以节点邻域拓扑相似度定义节点的局部重要性，以移除节点后网络连通性的变化程度表征节点的全局重要性。为验证所提方法的有效性和适用性，在不同类型的网络中进行了比较实验。实验结果表明，该方法能有效识别网络中的重要节点，在Jazz网络中的精细程度相较于节点删除法提升了16%。该方法优化了节点删除法，克服了节点删除法在区分不同“桥”节点重要性时的缺点，同时对于移除后具有相同连通性的节点，根据其周围邻居拓扑的相似度可以进一步细分重要性。

0 引言

目前，复杂网络与自然科学、经济学、生物科学等许多领域各种实际问题的研究密不可分。这些实际网络中的节点在结构和功能上扮演着不同角色，因此识别重要节点至关重要［1］。一般而言，网络中重要节点的个数可能不会太多，但是对整个网络的影响巨大。例如，