Resumen

El ranking de nodos influyentes en redes es de gran importancia. Los nodos influyentes juegan un papel enorme durante el proceso de evolución de la difusión de información, el marketing viral y el control de la opinión pública. El método de clasificación de múltiples atributos es una forma efectiva de identificar los nodos influyentes. Sin embargo, estos métodos ofrecen una mejora limitada en el rendimiento del algoritmo porque la diversidad entre diferentes atributos no se considera adecuadamente. Sobre la base del método k-shell, proponemos un método k-shell multiatributo mejorado utilizando la información iterativa en el proceso de descomposición. Nuestro trabajo combina la función sigmoide y la información iterativa para obtener el índice de posición. El atributo de posición se obtiene combinando el valor de la capa y el índice de ubicación. Se adopta la información local del nodo para obtener la propiedad del vecino. Finalmente, el atributo de posición y el atributo del vecino se ponderan mediante el método de ponderación de entropía de la información. Las simulaciones experimentales en seis

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Nodos influyentes; Redes; Difusión de información; Marketing viral; Control de la opinión pública; Método de capas k multiatributo
• Keywords:Influential nodes; Networks; Information dissemination; Viral marketing; Public opinion control; Multiattribute k-shell method