グローバル・セミローカル・セントラリティ・メジャーに基づいて,時間的なソーシャル・ネットワークにおけるクリティカル・ノード検出

科学分野:

• ネットワーク科学
• 流行病学
• データ分析

背景:

• 重要なノードはネットワークの機能に不可欠であり,拡散のダイナミクスを影響する.
• これらのノードを特定することは 時間の経過とともに接続が変化する タイムネットワークにおいて極めて重要です
• 既存の方法は ダイナミックなネットワーク構造における 重要なノードを正確に特定するのに苦労しています

研究 の 目的:

• タイムネットワークにおける重要なノード検出のための新しい対策を開発し,評価する.
• 疫病の蔓延と情報拡散の制御におけるこれらの新しい措置の有効性を評価する.
• 提案されたメソッドのパフォーマンスを,確立された中心性測定値と比較する.

主な方法:

• 3つの新しいメトリクスを提案しました. テンポラル・スーパサイクル比率,テンポラル・セミローカル・インテグレーション,テンポラル・セミローカル・セントラリティ.
• 流行モデルSIR (感受性感染者回復) を用いて,パフォーマンスを測定した.
• タイムセンター性,センター性,度差などの既存の時間センター性測定値と比較した結果です.

主要な成果:

• 提案された措置は,タイムネットワークの有力なノードを正確に特定します.
• SIRモデルシナリオで有効に実証された有用性: 孤立,シード,ネットワーク攻撃.
• 臨界点を特定する上で既存の時間的中心性を上回った.

結論:

• タイムネットワークの重要なノードを より正確に検知するための新しい方法を提供します.
• これらの方法は,隔離のためのノードを特定することによって,疫病制御戦略を強化することができます.
• 提案された方法は,効果的な初期拡散者を選択することによって,情報拡散を最適化することもできます.