社会网络中关键节点的识别 ——基于符号网络的 PageRank 算法改进

摘要: 【目的】针对 PageRank 算法在符号网络中的局限性, 提出其改进算法, 以识别社会网络中的关键节点。 【方法】基于符号网络的相关理论, 将 PageRank 算法与点度中心性相结合, 提出 KeyRank 算法, 并对 Slashdot 网站的用户数据进行分析, 以获取用户的 KeyRank 算法排名。【结果】PageRank 算法排名、入度排名、M-PR 算 法排名与 KeyRank 算法排名在统计学意义上呈中度正相关。【局限】KeyRank 算法忽略了每次迭代时正、负链 接的相互作用。【结论】传统算法与 KeyRank 算法在节点排序上存在差异, 说明链接的符号属性对排序结果产生 了重要影响, 改进算法具有一定的理论和实践意义。