基于两跳拉普拉斯中心性的复杂网络关键节点识别方法

《Journal of Systems Engineering and Electronics》：Key nodes identification method of complex network based on two-hop Laplacian centrality

　　

摘要：

在复杂网络研究中，识别关键节点至关重要且具有挑战性。传统的中心性指标（如度中心性、介数中心性和接近度中心性）难以在准确性、有效性以及时间复杂度之间取得平衡，不仅耗时耗力，还无法准确定位关键节点。为解决这些问题，基于常用的拉普拉斯中心性，提出了两跳拉普拉斯中心性指标，通过引入二阶邻居节点信息来提升指标的识别性能。同时提出了两跳度中心性，并将其与拉普拉斯中心性结合得到TLC指标，通过多维度对比分析验证了其优势。此外，还探讨了在高阶跳数度中心性在拉普拉斯中心性计算中的应用，证明在三跳及更高跳数的度中心性应用于拉普拉斯中心性计算是不可行的。