基于全球和半局部中心性的时间社交网络中的关键节点检测
Zahra Farahi1, Rooholah Abedian1, Luis E C Rocha2,3
1Department of Algorithms and Computations, University of Tehran, Tehran, Iran.
PloS one
|August 26, 2025
概括
这项研究引入了识别时间网络中的关键节点的新方法, 对于控制流行病和优化信息传播至关重要. 这些新措施在发现战略网络干预的有影响力的节点方面优于现有措施.
科学领域:
- 网络科学
- 流行病学
- 数据分析
背景情况:
- 关键节点对网络功能至关重要,影响传播动态.
- 识别这些节点在时间网络中至关重要, 因为连接随着时间的推移而改变.
- 现有的方法难以准确地确定动态网络结构中的关键节点.
研究的目的:
- 在时间网络中开发和评估关键节点检测的新措施.
- 评估这些新措施在控制疫情传播和信息传播方面的有效性.
- 将拟议方法的性能与已确定的中心性措施进行比较.
主要方法:
- 提出了三个新的指标:时间超周期比,时间半局部整合和时间半局部中心性.
- 使用SIR (易受感染-康复) 流行病模型分析测量性能.
- 将结果与现有的时间中心性指标进行比较,例如中间度,中心度和度偏差.
主要成果:
- 拟议的措施准确地确定时间网络中的有影响力的节点.
- 在SIR模型场景中有效地证明了实用性:隔离,播种和网络攻击.
- 在确定关键节点方面表现优于现有的时间中心度.
结论:
- 这些新测量提供了一种更准确的方法来检测时间网络中的关键节点.
- 这些方法可以通过识别隔离节点来加强疫情控制策略.
- 建议的方法还可以通过选择有效的初始传播者来优化信息传播.
更多相关视频
09:32Network Analysis of Foramen Ovale Electrode Recordings in Drug-resistant Temporal Lobe Epilepsy Patients
Published on: December 18, 2016
12.5K
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.3K
