计算机工程

作者：李勇, 董思秀, 张强, 程方颀, 王常青

单位：1. 西北师范大学 计算机科学与工程学院, 兰州 730070;2. 北京航空航天大学 计算机学院, 北京 100190;3. 中国互联网络信息中心 互联网基础技术开放实验室, 北京 100190

关键词：注意力流网络,拓扑位置,时间序列,节点影响力,K-Shell算法

基金：国家自然科学基金“基于社会感知计算的公众环境感知与时空行为研究”（71764025）；全国高等院校计算机基础教育教学研究项目（2020-AFCEC-355）；甘肃省高等学校科研项目（2018A-001）；西北师范大学青年教师科研能力提升计划项目（NWNU-LKQN-17-9）。

复杂网络中节点影响力的层级性在网络结构与控制研究中至关重要。针对有向加权网络中节点影响力的层级性问题，基于海量在线用户行为数据，构建有向加权集体注意力流网络。通过定义节点的层级位置时间和位置约束指标，并结合节点的拓扑位置和时间序列，提出一种用于有向加权网络的节点影响力度量及排序算法。实验结果表明，该算法能有效区分网络层级结构，准确识别出最具影响力的节点，对于节点影响力评估与复杂网络可控性研究具有一定的借鉴意义和参考价值。

来源：2021年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第8期