通信網(wǎng)絡(luò)關(guān)鍵節(jié)點可視化分析系統(tǒng)
通信網(wǎng)絡(luò)關(guān)鍵節(jié)點可視化分析系統(tǒng)提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性計算算法。 不同的算法適用于不同的場合。Degree算法表示節(jié)點的直接影響力強弱。 節(jié)點的Degree中心性值越高,該節(jié)點的直接影響力越大。 Betweenness centrality算法研究節(jié)點之間的通信程度和節(jié)點對信息的控制, 使用該算法可以準(zhǔn)確找到網(wǎng)絡(luò)中某些“流量”非常大的重要節(jié)點;本算法可用于設(shè)計網(wǎng)絡(luò)的通信協(xié)議、 優(yōu)化網(wǎng)絡(luò)部署和檢測網(wǎng)絡(luò)瓶頸等。Closeness centrality研究信息傳播的獨立性和有效性; 本算法反映了節(jié)點在網(wǎng)絡(luò)中居于中心的程度;本算法可用于考察一個節(jié)點不依靠其它節(jié)點來傳播信息的程度。Eigenvector centrality基于特征向量的方法不僅考慮節(jié)點鄰居數(shù)量還考慮了其質(zhì)量對節(jié)點重要性的影響, 這是從網(wǎng)絡(luò)中節(jié)點的地位和名望角度考慮,適用于網(wǎng)頁排序。HITS是一種重要的網(wǎng)頁重要性排序算法,主要適用于網(wǎng)絡(luò)信息檢索領(lǐng)域。 PageRank是網(wǎng)頁排序領(lǐng)域中最著名的算法;該算法基于網(wǎng)頁的鏈接結(jié)構(gòu)給網(wǎng)頁排序;它認(rèn)為萬維網(wǎng)中一個頁面的重要性取決于指向它的其它頁面的數(shù)量和質(zhì)量;本算法適用于網(wǎng)頁排序。 在本系統(tǒng)中可以方便、輕松和快捷的使用以上算法;輸入數(shù)據(jù),選擇中心性算法,系統(tǒng)會快速展現(xiàn)算法分析結(jié)果;結(jié)果中越重要的節(jié)點在畫面展示中直徑越大, 直徑越小的節(jié)點表示節(jié)點的重要性越低;在系統(tǒng)右側(cè)欄目中節(jié)點以重要性程度降序排序,前五個節(jié)點名字用紅色突出標(biāo)記。 以上展示方式是為了讓分析人員方便分 析數(shù)據(jù)。
電子科技大學(xué)
2015-02-12