TY - Jour Au - Zhao，Nan Au - Bao，Jingjing Au-Chen，Nan Py - 2020 da - 2020/06/06/08 - 用信息熵方法SP - 5903798 VL - 2020 AB - 排名 - 排名网络中的有影响性节点具有重要意义。有影响力的节点在信息传播，病毒营销和舆论控制的演变过程中起着巨大作用。多个属性的排序方法是识别有影响性节点的有效方法。但是，这些方法提供了有限的算法性能改进，因为未正确考虑不同属性之间的多样性。在K-Shell方法的基础上，我们通过使用分解过程中的迭代信息提出改进的多点k-shell方法。我们的作品结合了Sigmod函数和迭代信息以获得位置索引。通过组合Shell值和位置索引来获得位置属性。采用节点的本地信息来获取邻居属性。最后，位置属性和邻居属性由信息熵权加权的方法加权。 The experimental simulations in six real networks combined with the SIR model and other evaluation measure fully verify the correctness and effectiveness of the proposed method. SN - 1076-2787 UR - https://doi.org/10.1155/2020/5903798 DO - 10.1155/2020/5903798 JF - Complexity PB - Hindawi KW - ER -