1、近年來,復(fù)雜網(wǎng)絡(luò)已經(jīng)成為眾多學(xué)科共同關(guān)注的一個研究熱點(diǎn),涉及理學(xué)、工學(xué)以及經(jīng)濟(jì)管理學(xué)等領(lǐng)域。事實(shí)上,不論是人類社會,還是自然界,網(wǎng)絡(luò)模型實(shí)例都可以隨處可見。從實(shí)際出發(fā),大多數(shù)人工的、自然的復(fù)雜系統(tǒng)都可以根據(jù)不同的研究角度,借用復(fù)雜網(wǎng)絡(luò)理論表示為由相互作用的節(jié)點(diǎn)組成的網(wǎng)絡(luò)。評價復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性是復(fù)雜網(wǎng)絡(luò)一個重要的的研究課題,很多科學(xué)人員都致力于此方向的研究,因為發(fā)掘復(fù)雜網(wǎng)絡(luò)中的重要節(jié)點(diǎn)在社會、政治、醫(yī)藥、信息技術(shù)等領(lǐng)域具有十分重要的

2、應(yīng)用價值。
　　 本文研究了復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性的評價方法,主要工作如下:
　　 1.分別從社會關(guān)系網(wǎng)、系統(tǒng)科學(xué)、互聯(lián)網(wǎng)搜索這三個領(lǐng)域系統(tǒng)給出了復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價方法的相關(guān)概述,并分析了各自的特點(diǎn)。
　　 2.通過分析現(xiàn)有Pagerank算法的優(yōu)缺點(diǎn),提出了基于節(jié)點(diǎn)相似度貢獻(xiàn)和節(jié)點(diǎn)間場力這兩種改進(jìn)的節(jié)點(diǎn)重要性評價算法。針對Pagerank算法同等對待所有鄰接節(jié)點(diǎn)的缺陷,這兩種節(jié)點(diǎn)重要性評價方法分別提出了以節(jié)點(diǎn)相

3、似度值和節(jié)點(diǎn)之間的場力來重新構(gòu)造節(jié)點(diǎn)間的概率轉(zhuǎn)移矩陣,并用歸一化的節(jié)點(diǎn)中心度值來替代Pagerank算法中的均勻分布參數(shù),來重新評價節(jié)點(diǎn)的重要性。實(shí)驗結(jié)果表明,這兩種節(jié)點(diǎn)重要性評價算法不僅能夠克服度排序、中心度排序、介數(shù)排序三種方法的缺陷,還能有效地解決Pagerank算法同等對待所有鄰接節(jié)點(diǎn)的缺陷,從而能夠更準(zhǔn)確有效地發(fā)掘出復(fù)雜網(wǎng)絡(luò)中的重要節(jié)點(diǎn)。
　　 3.針對BA網(wǎng)絡(luò)演化模型的不足,分別利用提出的基于節(jié)點(diǎn)相似度貢獻(xiàn)的節(jié)點(diǎn)重要