(转一个唐明教授的新闻)

近日，我校计算机科学与工程学院博士生刘影在Nature旗下综合期刊《Scientific Reports》连续发表题为“Core-like groups result in invalidation of identifying super-spreader by k-shell decomposition”和“Improving the accuracy of the k-shell method by removing redundant links: From a perspective of spreading dynamics”的两篇科研论文。该系列工作由刘影博士生与唐明副教授、周涛教授、都永海副教授共同完成，唐明为通讯作者，反映了计算机学院互联网科学中心在网络核心节点挖掘上的最新研究成果。

   快速、准确地识别网络中最有影响力的传播源对于有效利用有限的资源、控制网络上的信息传播具有重要作用。最近发表在Nature Physics上的工作表明，用k-shell分解算法找到的网络核心是网络上信息和疾病的最有影响力的传播源。k-shell分解算法将网络划分成从核心到边缘的层次，广泛的被用于生物学、经济学、物理学等领域。比如，在蛋白质交互网中，k-shell算法找到的核心保存了生物进化的关键信息；在世界经济贸易网络中，位于k-shell核心的国家最有可能引发全球经济危机。然而，通过对大量真实网络传播行为的研究，我们发现真实网络中由于类核团的存在，k-shell方法不能准确识别网络的核心，节点的k-shell值不能准确反映其在网络中的核心位置。我们基于信息熵理论中熵的定义，提出了网络连接熵，度量网络各壳层间连接的多样性。类核团具有相对低的信息熵，通过该熵值，可以准确定位网络中的类核团。进一步的，通过对比和分析类核团和网络真核心的连接特征，并基于边在信息传播中的潜在影响力，我们定义了边的传播重要性。我们发现并首次提出网络中存在冗余边，它们具有相对低的传播重要性但却导致了类核团的形成。通过过滤网络中的冗余边，并在剩余图上实施k-shell算法，k-shell指标度量节点核心性和传播影响力的准确性明显大幅度提升。此外，冗余边对网络节点中心性的计算、社区划分、网络控制等基于网络的应用有显著影响。这一研究结果对于认识复杂网络的局域结构、准确区分网络节点角色有着重要意义。

   《Scientific Reports》是Nature出版集团旗下的国际著名综合性期刊，报道最新的物理、化学、生物、材料、能源、医学、计算机等多个领域的研究进展，目前影响因子为5.578。

Y. Liu, M. Tang, T. Zhou,Y. Do, Core-like groups result in invalidation of identifying super-spreader by k-shell decomposition, Scientific Reports 5 (2015) 9602. 

Y. Liu, M. Tang, T. Zhou, Y. Do, Improving the accuracy of the k-shell methodby removing redundant links: From a perspective of spreading dynamics, ScientificReports 5 (2015) 13172.

论文链接(免费全文下载)：

http://www.nature.com/articles/srep09602            

http://www.nature.com/articles/srep13172