第４０卷第７期计算机应用与软件Ｖｏｌ４０Ｎｏ．７２０２３年７月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＪｕｌ．２０２３基于改进ＫＳｈｅｌｌ的社会网络关键节点挖掘算法李蜜佳卫红权李英乐刘树新（中国人民解放军战略支援部队信息工程大学河南郑州４５０００１）收稿日期：２０２０－０９－１４。李蜜佳，硕士生，主研领域：数据挖掘和分析。卫红权，教授。李英乐，副研究员。刘树新，助理研究员。摘要传统的ＫＳｈｅｌｌ分解法具有时间复杂度低的特点，但其划分结果普遍粗粒化，难以满足精细化节点重要性划分的实际需求。基于ＫＳｈｅｌｌ分解法，提出一种改进的重要节点挖掘算法。在充分利用节点的网络位置信息的基础上，考虑节点的度数和节点被删除时所处的迭代层数，提出改进的ＫＳｈｅｌｌ方法；在用改进的ＫＳｈｅｌｌ对节点排名并提取核心网络后，结合节点的ＰａｇｅＲａｎｋ值，定量分析网络核心层的节点，形成多层级的节点重要性划分。在三种真实网络数据集中的实验验证表明，该方法能显著提高ＫＳｈｅｌｌ分解法的分辨率，并且时间复杂度低，适用于大规模网络的应用。关键词关键节点社会网络Ｋ核ＰａｇｅＲａｎｋ中图分类号ＴＰ３文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２３．０７．０４７ＫＥＹＮＯＤＥＳＩＤＥＮＴＩＦＩＣＡＴＩＯＮＭＥＴＨＯＤＩＮＳＯＣＩＡＬＮＥＴＷＯＲＫＳＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤＫＳＨＥＬＬＬｉＭｉｊｉａＷｅｉＨｏｎｇｑｕａｎＬｉＹｉｎｇｌｅＬｉｕＳｈｕｘｉｎ（ＰＬＡＡｒｍｙＳｔｒａｔｅｇｉｃＳｕｐｐｏｒｔＦｏｒｃｅＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｈｅｎａｎ，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＴｈｅｔｒａｄｉｔｉｏｎａｌＫＳｈｅｌｌｄｅｃｏｍｐｏｓｉｔｉｏｎｍｅｔｈｏｄｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｌｏｗｔｉｍｅｃｏｍｐｌｅｘｉｔｙ，ｂｕｔｉｔｓｄｉｖｉｓｉｏｎｒｅｓｕｌｔｓａｒｅｇｅｎｅｒａｌｌｙｃｏａｒｓｅｇｒａｉｎｅｄ，ｗｈｉｃｈｉｓｄｉｆｆｉｃｕｌｔｔｏｍｅｅｔｔｈｅａｃｔｕａｌｎｅｅｄｓｏｆｒｅｆｉｎｅｄｎｏｄｅｉｍｐｏｒｔａｎｃｅｄｉｖｉｓｉｏｎ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｉｍｐｒｏｖｅｄｋｅｙｎｏｄｅｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｂａ...
