文献

J-GLOBAL ID：202102261570893189   整理番号：21A0005533

複雑ネットワークにおける影響ノードを同定するための再ランキングアルゴリズム【JST・京大機械翻訳】

A Re-Ranking Algorithm for Identifying Influential Nodes in Complex Networks

著者 (5件)： Yu Enyu (Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, China) ,  Fu Yan (Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, China) ,  Tang Qing (Communication and Information Technology Center, Petro China Southwest Oil and Gas Company, Chengdu, China) ,  Zhao Jun-Yan (Beijing Special Vehicle Institute, Beijing, China) ,  Chen Duan-Bing (Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 211281-211290  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 複雑なネットワークにおける流入ノードは,ウイルスマーケティングのような多くのアプリケーションにおいて,他のノードよりも重要な役割を果たす。最も影響力のあるノードの同定と,それらの拡張能力に基づくランキングは,複雑なネットワークの分野における最新の話題である。しかしながら,一組の影響力のあるノードを選択するとき,著者らは,強い影響を持つノードを単に選択するよりも,ノード間の相互影響を考慮する必要があった。そして,伝搬プロセス後の拡散スケールを最大化するための初期ノード集合を選択する方法は,挑戦的な課題になった。本論文では,ノードランキング法に基づき,情報拡散関数(RINF)による新しい再ランク付けアルゴリズムを提案し,複合ネットワークにおける一連の影響ノードを同定した。提案アルゴリズムにおける各ステップに対して,最高のスコアを持つノードを選択し,次に,情報拡散確率関数INFの助けを借りて選択したノードの局所経路に基づくノードのスコアを更新した。提案アルゴリズムの有効性を,Susceptive-Infected-Recovered(SIR)モデルによって評価した。元の方法と比較して,対応する方法の再ランク付けバージョンの性能は3.1%から61.1%に増加した。すべてのベンチマーク法の最良の結果と比較して,PageRank_INF(再ランク付け後のPageRank)の性能は,BA,Jazz,PGP,Sex,USAirおよびRouterネットワークでそれぞれ2.9%,1.4%,1.5%,3.6%,3.2%および3.4%改善した。実験結果は,提案したアルゴリズムが複雑なネットワークで影響力のあるノードをよく同定できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *ネットワーク ,  マーケティング ,  応用プログラム ,  等級づけ ,  有効性
準シソーラス用語： ベンチマーキング ,  *複雑ネットワーク ,  情報伝播 ,  PageRank , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 複雑ネットワーク ,  ノード ,  同定 ,  ランキング ,  アルゴリズム