کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5499499 | 1533621 | 2017 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Influential nodes ranking in complex networks: An entropy-based approach
ترجمه فارسی عنوان
گره های تاثیرگذار در شبکه های پیچیده: یک رویکرد مبتنی بر انتروپی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
شبکه های اجتماعی، گره های تاثیرگذار، آنتروپی، مرکزی گره رتبه بندی گره،
ترجمه چکیده
اندازه گیری قابلیت گسترش گره ها یکی از جذاب ترین چالش ها در زمینه شبکه های اجتماعی است. با توجه به تعداد زیادی از گره ها در یک شبکه، به بسیاری از محققین تقاضا شده است تا یک معیار دقیق را پیدا کنند که می تواند توانایی گسترش و رتبه بندی گره ها را شناسایی کند. اکثر روش های موجود، قابلیت گسترش گره ها را بر اساس مکان های توپولوژیکی خود تعیین می کنند. با این حال، در این مقاله، ما یک معیار جدید را بر اساس مفاهیم اساسی تئوری اطلاعات برای تشخیص قابلیت گسترش گره ها در شبکه ها بر اساس اطلاعات توپولوژیکی خود پیشنهاد کرده ایم. نتایج شبیه سازی و تجربی بررسی شبکه های دنیای واقعی و مصنوعی نشان می دهد که معیار پیشنهادی دقیق تر و کارآمد تر از موارد مشابه است.
موضوعات مرتبط
مهندسی و علوم پایه
فیزیک و نجوم
فیزیک آماری و غیرخطی
چکیده انگلیسی
Measurement of the spreading capability of nodes has been one of the most attractive challenges in the field of social networks. Because of the huge number of nodes in a network, it has appealed to many researchers to find an accurate measure which can potentially detect the spreading capability and rankings of nodes. Most of the available methods determine the spreading capability of nodes based on their topological locations. In this paper, however, we have proposed a new measure based on the basic notions in information theory to detect the spreading capability of nodes in networks on the basis of their topological information. The simulation and experimental results of investigating real-world and artificial networks show that the proposed measure is more accurate and efficient than the similar ones.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Chaos, Solitons & Fractals - Volume 104, November 2017, Pages 485-494
Journal: Chaos, Solitons & Fractals - Volume 104, November 2017, Pages 485-494
نویسندگان
Ahmad Zareie, Amir Sheikhahmadi, Adel Fatemi,