26、探寻PageRank与选民模型的关系及移动同步应用

探寻PageRank与选民模型的关系及移动同步应用

一、PageRank与选民模型的关系研究

1. 可视化分析

   • 分析方法 ：为分析均匀采用概率对预期影响程度的作用，运用交叉熵方法将各网络节点嵌入二维空间并绘制成点，用（红色）圆圈突出预期影响程度处于前1%的高影响力节点。实验以博客网络为例，其他网络也有相似结果。
   • 结果分析 ：
     |模型|参数设置|高影响力节点分布|不同参数结果差异|
     |----|----|----|----|
     |选民模型（VM）|α分别设为0.25和0.95|在整个网络中分散分布|两个可视化结果相近|
     |PageRank（PR）|β分别设为0.25和0.95|在整个网络中分散分布|不同β值结果无明显差异，但与VM结果中的节点不同|

   这表明预期影响程度受社区结构影响较小。

graph LR
    A[原始网络] --> B[交叉熵方法嵌入二维空间]
    B --> C[绘制节点为点]
    C --> D[突出前1%高影响力节点]
    D --> E[可视化结果分析]

2. 模型扩展探讨
   • 多数规则扩展 ：在原选民模型中，节点