近来，我院王建波老师课题组在网络科学及算法领域研究中取得新进展，在《中国科学：信息科学》、《IEEE Transactions on Computational Social Systems》和《Chaos: An Interdisciplinary Journal of Nonlinear Science》发表多篇学术论文。

硕士生罗余在《中国科学：信息科学》发表学术论文“基于多阶邻居传播度量和拓扑特征的高影响力节点识别”。论文提出了一种综合多阶邻居传播度量和拓扑特征的新算法来有效识别(单层)复杂网络中的影响力节点。在多个真实网络上的大量实验表明， 所提算法在排序准确性、有效性和区分能力等多方面均优于7 种最新及代表性方法， 为复杂网络中节点影响力评估提供了一种新的思路。论文链接：http://scis.scichina.com/cn/2024/SSI-2023-0201.pdf

硕士生刘江华在《中国科学：信息科学》发表学术论文“基于节点中心性排序和交替乘子法的网络重构”。论文提出了一种基于节点中心性排序和交替乘子法的网络重构算法。将所提算法相比于现有代表性重构方法， 提升了重构精度， 减少了重构时间， 具有更高的抗噪声鲁棒性。该研究提升了网络重构算法应用于大规模网络的准确性、适用性和可靠性， 并可在未来扩展到不同类型约束的加权网络重构中。论文链接：http://engine.scichina.com/doi/10.1360/SSI-2024-0276

硕士生罗雨在《IEEE Transactions on Computational Social Systems》发表学术论文“CWIIIF: A Novel Algorithm for Identifying Influential Nodes in Multilayer Networks”，。论文针对多层网络这一研究热点，提出了一种新的算法，可以准确地识别多层网络中有影响力的节点。该算法综合了加权层内和层间影响因素，考虑了多层网络结构的独特特性。在多个真实和合成的多层网络上进行了多项对比实验表明，所提新算法在识别有影响力节点方面明显优于九种最先进和经典的方法。该论文的审稿人（共五个）对该工作给与了高度评价，称其对研究内容做出了重大贡献“ the article is a significant contribution to the research content.”，并打出了优秀“Excellent”的评价总结。论文链接：https://ieeexplore.ieee.org/abstract/document/10930885

硕士生何昊星在《Chaos: An Interdisciplinary Journal of Nonlinear Science》发表学术论文“Epidemic spread dynamics in multilayer networks: Probing the impact of information outbreaks and reception game”。论文基于现实世界中的信息爆发传播和接收博弈现象，构建了具有信息爆发和信息接收博弈的多层网络病毒传播模型；通过微观马尔科夫(MMC) 方法推导了网络的传播动力学方程；分析了信息爆发、信息接收成本、信息扩散率、信息遗忘率和网络结构等因素对病毒传播的影响。研究发现，信息爆发能有效抑制病毒的传播，而信息接收成本升高则促进了病毒的扩散；网络的异质性对抑制病毒感染规模起到了关键作用，网络异质性越大越有利于病毒防控；真实数据集上的实验结果验证了其方法在实际场景中的有效性。论文链接：https://doi.org/10.1063/5.0236359

以上研究成果的合作者还包括：北京师范大学许小可教授、我院李平研究员以及香港大学杜占玮副研究员。

《中国科学：信息科学》是中国计算机学会(CCF)、中国自动化学会(CAA)、中国通信学会(CIC) 和中国人工智能学会(CAAI) 推荐的A类期刊，中国电子学会(CIE) 推荐的T1级期刊。IEEE TCSS和Chaos分别是社会计算领域的权威期刊和交叉学科国际著名SCI期刊，均为JCR1区期刊。