摘要
现有的复杂网络关键节点识别方法依赖于局部拓扑信息或全局结构特征，难以充分融合多阶局部结构信息和全局传播特性，导致节点影响力评估的准确性和判别能力受限。本文提出了一种结合半局部与全局影响的关键节点排序方法，称为SGIR。首先，在半局部影响力计算阶段，利用节点的二阶邻居、三阶邻居及三角形闭合结构构建结构关联矩阵，并结合结构能量迁移机制来量化节点的局部结构影响力，从而增强节点半局部结构特征的表达能力。其次，在全局影响力计算阶段，基于K-shell分解引入距离衰减机制，对有限传播范围内的核心节点影响进行加权聚合，并结合网络平均最短路径长度设计自适应传播半径，有效描述节点的全局传播能力。最后，将半局部影响力与全局影响力进行融合，得到节点的综合影响力排序。最终，在来自通信、电力电网、生物及社交等不同领域的九个真实复杂网络上进行了对比实验。实验结果表明，所提出的SGIR方法在大多数数据集上取得了最佳的Kendall’s τb值，并产生了高度可区分的排序结果，验证了所提方法的合理性、有效性和稳定性，为同时考虑半局部结构信息和全局传播能力的复杂网络关键节点识别提供了有效解决方案。
