Institute of Computing Technology, Chinese Academy IR
| 介度中心和PageRank算法应用场景分析 | |
王敏1; 曹宝香1; 王蕾2 ; 冯晓兵2
| |
| 2015 | |
| 发表期刊 | 计算机工程
 |
| ISSN | 1000-3428 |
| 卷号 | 41.0期号:012页码:299 |
| 摘要 | 在复杂网络中,一般按照需求选取合适的关键点发现算法,常用的关键点发现算法分别是介度中心算法和PageRank算法。为了在特定应用场景下选取合适的关键点发现算法,选择7种不同类型网络下的16个真实数据集,分析比较介度中心算法和PageRank算法在这些数据集上得到的关键点集合的差异,总结出2种关键点发现算法的应用场景。实验结果表明,介度中心算法适用于对整个网络影响力较大的关键点应用场景,PageRank算法适用于某个领域内熟知度较高的关键点应用场景。 |
| 关键词 | 关键点 介度中心算法 PageRank算法 差异 领域 应用场景 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/35082 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.曲阜师范大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 王敏,曹宝香,王蕾,等. 介度中心和PageRank算法应用场景分析[J]. 计算机工程,2015,41.0(012):299. |
| APA | 王敏,曹宝香,王蕾,&冯晓兵.(2015).介度中心和PageRank算法应用场景分析.计算机工程,41.0(012),299. |
| MLA | 王敏,et al."介度中心和PageRank算法应用场景分析".计算机工程 41.0.012(2015):299. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [王敏]的文章 |
| [曹宝香]的文章 |
| [王蕾]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [王敏]的文章 |
| [曹宝香]的文章 |
| [王蕾]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [王敏]的文章 |
| [曹宝香]的文章 |
| [王蕾]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论