武警工程大学学报2020，Vol.36Issue(4) ：52-56.

基于LM-BP神经网络的节点评价指标权重的研究

Research on the Weight of Node Evaluation Index Based on LM-BP Neural Network

贾汉 吴旭光
武警工程大学学报2020，Vol.36Issue(4) ：52-56.
✕
  • NETL
  • NSTL
  • 万方数据

基于LM-BP神经网络的节点评价指标权重的研究

Research on the Weight of Node Evaluation Index Based on LM-BP Neural Network

贾汉 1吴旭光2
扫码查看

作者信息

  • 1. 武警工程大学研究生大队,西安,710086
  • 2. 武警工程大学密码工程学院,西安,710086
  • 折叠

摘要

针对目前在线社交网络节点评价指标权重难以合理确定的现状,构建了基于LM-BP神经网络的评价指标权重赋权模型.选取度值、特征向量中心性、接近中心性和介数中心性作为评价指标集,采用1个月的facebook数据集构建训练集.采用本文模型所得权重,使用TOPSIS算法评价出《悲惨世界》中的人物节点的重要性,并同PageRank算法得到的结果相比较.结果 表明,获取的评价指标权重合理可行,且具有更高的准确性.

关键词

LM-BP神经网络/节点评价/指标权重

引用本文复制引用

基金项目

国家自然科学基金资助项目(61572521)

出版年

2020
武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
参考文献量13
段落导航相关论文