分类号：____________
ati
密级：______________ＵＤＣ：____________单位代码：______________
硕士学位论文
论文题目：
复杂网络节点影响力度量方法研究
学
号：_________________________作者：_________________________
专业名称：_________________________
研究方向：_________________________
2018年6月15日
孟凡鹏公开10041公安技术2015211257D035.39网络安全执法技术
art deco
中国人民公安大学硕士学位论文论文题目：作者：_________________________
指导教师：单位：协助指导教师：单位：单位：
论文提交日期：2018年6月15日
学位授予单位：中国人民公安大学
顾益军副教授中国人民公安大学复杂网络节点影响力度量方法研究孟凡鹏
复杂网络节点影响力度量方法研究
The Rearch on Measuring Influence of Nodes in
Complex Networks
研究生姓名：孟凡鹏
指导教师姓名：顾益军
中国人民公安大学
北京100038，中国
Candidate：Fanpeng Meng
Supervisor：Yijun Gu
People’s Public Security University of China
#1Muxidi Nanli，Xicheng District
Beijing100038，P.R.CHINA
嘉纳
独创性说明
本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得中国人民公安大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。
签名：___________日期：____________
关于论文使用授权的说明
本人完全了解中国人民公安大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的复制赠送和交换学位论文；⑤学校可以公布或出版（含网络出版）学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。
（保密的论文在解密后应遵循此规定）
签名：___________导师签名：___________日期：____________
中国人民公安大学硕士学位论文
翻译英文名摘要
out什么意思复杂网络影响力度量是指对网络中个体重要性的大小衡量（也称中心性度量），在舆情监管、重要个体管控等方面具有十分重要的应用价值。传统的中心性度量方法有度中心性（dc）、亲近中心性(cc)、中介中心性(bc)，K壳中心性，PageRank(pg)等，但因为传统度量方法在度量效果或计算复杂度方面的局限性，不适用于较大规模网络的影响力度量。对此，为兼顾度量效果和计算复杂度，近年来兴起了基于节点的半局部结构的中心性度量方法研究。
party in the usa
本文的工作主要有两方面：第一，因各度量方法的提出与验证中所用数据不具有统一性，为了进一步准确、全面地比较这些半局部中心性度量方法的性能，本文选取了多个在研究领域通用的公开数据集，涵盖了不同网络规模、连通性、平均距离等特征，作为实验网络数据，旨在将这些度量方法在相同网络中进行横向比较研究。网路中节点实际影响力以领域内通用的传染病模型模拟得出，评价指标采用肯德尔相关系数，可区分性（单调性、差异性）和鲁棒性。根据实验结果得出各度量方法的性能表现，主要结论有：（1）bc，ks，cc，bc，pg等传统度量方法在度量效果和计算时间上的表现普遍低于半局部中心性度量方法。（2）LSC和THCC度量方法在肯德尔相关系数这一重要评价指标下普遍优于其他基于半局部结构的中心性度量方法，且LSC 适用于平均距离大于2的网络。（3）SEIC和LW
主要以节点间的连接来衡量节点的影响力大小，实验结果表明其适用性较差。第二，根据不同度量方法的比较研究，从LC中“二阶邻居数”获得启发，提出了“二阶聚类系数”的概念，将之应用到LSC 的改进中并提出了LSC_plus度量方法。通过化嵌套循环迭代为线性迭代的方式，降would like
低LSC_plus的计算复杂度至，减少时间消耗。在评价LSC_plus的性能时，除了肯德尔相关系数、可区分性和鲁棒性，增加“重叠率”这一评价指标，目的在于弥补肯德尔相关系数针对网络中最具影响力节点度量时只能考量节点集序列的“相对位置”而不能考虑“绝对位置”的不足。“肯德尔相关系数”与“重叠率”互相补充，对LSC_plus和LSC度量方法进行了更为全面的衡量。主要的实验结论有：（1）LSC_plus度量方法在网络全局相关性、算法可区分性和鲁棒性方面的表现与LSC大致相当，或者略优于LSC。（2）LSC_plus度量方法在对网络中最具影响力节点的度量中，准确性较LSC有了明显提高。这契合在对大规模网络的分析中，研究者更加关注网络中最具影响力个体的现实需求。
关键词：不同中心性度量方法比较研究，社交网络，影响力度量，二阶聚类系数音乐英语
>林肯公园numb下载>zaha hadid
