计算机学报
計算機學報
계산궤학보
Chinese Journal of Computers
2015年
9期
1852-1864
,共13页
杨建祥%王朝坤%王萌%陈俊
楊建祥%王朝坤%王萌%陳俊
양건상%왕조곤%왕맹%진준
全动态网络%多维网络%局部介数中心度%更新算法
全動態網絡%多維網絡%跼部介數中心度%更新算法
전동태망락%다유망락%국부개수중심도%경신산법
fully dynamic network%multi-dimensional network%local betweenness centrality%updating algorithm
近些年来,随着对各种网络图数据分析的不断深入,越来越多的研究开始关注复杂网络的数据分析。面对现实生活中不断的动态变化,且更加复杂、多维度的社交网络或实体关系,亟需寻找新的方法来支持这样的应用需求。针对维度不断动态变化(增边或删边)的全动态多维网络上的节点重要性度量问题,提出了多维网络局部介数中心度度量算法以及动态环境下的局部介数中心度更新算法。首先将多维网络映射为一维映射图,并在此基础上利用 K 最长路径约束的局部介数中心度来衡量节点重要性,进而提出了两步过滤剪枝算法来加快动态网络环境下的局部介数中心度更新过程。接着对算法进行了理论分析,并分析了算法的应用场合。最后通过在模拟和真实数据集上的实验,探讨了最长路径约束 K 的大小选择,并展示出文中所提的全动态多维网络局部介数中心度更新算法具有良好的加速性能。
近些年來,隨著對各種網絡圖數據分析的不斷深入,越來越多的研究開始關註複雜網絡的數據分析。麵對現實生活中不斷的動態變化,且更加複雜、多維度的社交網絡或實體關繫,亟需尋找新的方法來支持這樣的應用需求。針對維度不斷動態變化(增邊或刪邊)的全動態多維網絡上的節點重要性度量問題,提齣瞭多維網絡跼部介數中心度度量算法以及動態環境下的跼部介數中心度更新算法。首先將多維網絡映射為一維映射圖,併在此基礎上利用 K 最長路徑約束的跼部介數中心度來衡量節點重要性,進而提齣瞭兩步過濾剪枝算法來加快動態網絡環境下的跼部介數中心度更新過程。接著對算法進行瞭理論分析,併分析瞭算法的應用場閤。最後通過在模擬和真實數據集上的實驗,探討瞭最長路徑約束 K 的大小選擇,併展示齣文中所提的全動態多維網絡跼部介數中心度更新算法具有良好的加速性能。
근사년래,수착대각충망락도수거분석적불단심입,월래월다적연구개시관주복잡망락적수거분석。면대현실생활중불단적동태변화,차경가복잡、다유도적사교망락혹실체관계,극수심조신적방법래지지저양적응용수구。침대유도불단동태변화(증변혹산변)적전동태다유망락상적절점중요성도량문제,제출료다유망락국부개수중심도도량산법이급동태배경하적국부개수중심도경신산법。수선장다유망락영사위일유영사도,병재차기출상이용 K 최장로경약속적국부개수중심도래형량절점중요성,진이제출료량보과려전지산법래가쾌동태망락배경하적국부개수중심도경신과정。접착대산법진행료이론분석,병분석료산법적응용장합。최후통과재모의화진실수거집상적실험,탐토료최장로경약속 K 적대소선택,병전시출문중소제적전동태다유망락국부개수중심도경신산법구유량호적가속성능。
With the growing demands of the complex network analysis,more and more people begin to concentrate on analyzing complex networks.New analysis methods are needed when facing with more complex multi-dimensional social networks or entity relations which are changing frequently.This paper introduces a method to measure the importance of nodes on fully dynamic multi-dimensional networks.We propose a metric which is called local betweenness centrality and its updating algorithm to solve this problem.Firstly,we transform the multi-dimensional networks into single-dimensional networks by corresponding mapping function. Secondly,we introduce a local betweenness centrality metric with K longest distance constraint. Thirdly,the two-step pruning updating algorithm is introduced.We provide the theoretical analysis of this algorithm.Moreover,we make experiments on both synthetic and real multi-dimensional networks to illustrate its impressive efficiency.