伴随着信息技术的迅猛发展, 人类的社会活动日趋网络化. 我们的生活被各种网络包围着,例如与他人交流的在线社交网络、通信网络、科研合作网络; 与生活密切相关的因特网、交通网络、电力网络; 与人自身相关的新陈代谢网络、神经网络、基因调控网络等等. 研究者们通过收集不同复杂系统的数据, 分析网络的统计特征, 进一步认识网络的动力学行为. 然而这些网络的结构非常复杂, 而且网络数据规模也越来越庞大.例如Facebook 拥有超过10×108 用户, 腾讯即时通讯工具QQ 的注册用户超过10×10^8, 活跃用户超过7×10^8, 因特网具有超过万亿的统一资源定位符(URL), 大脑神经元网络有数百亿节点. 如何用定量

分析的方法度量大规模网络中节点重要程度是复杂网络研究中亟待解决的重要问题之一.

   如何用定量分析的方法识别超大规模网络中哪些节点最重要, 或者评价某个节点相对于其他一个或多个节点的重要程度, 这是复杂网络研究中亟待解决的重要问题之一. 本文分别从网络结构和传播动力学的角度, 对现有的复杂网络中节点重要性排序方法进行了系统的回顾, 总结了节点重要性排序方法的最新研究进展, 并对不同的节点重要性排序指标的优缺点以及适用环境进行了分析, 最后指出了这一领域中几个有待解决的问题及可能的发展方向.

物理学报 2013 62(17) 178901 复杂网络节点重要性排序的研究进展 LiuJG.pdf