关键节点组识别问题,因其应用背景广泛,目前已经成为复杂网络微观层面的重要研究内容。随着大数据时代的到来,网络的规模愈加庞大,结构愈为复杂,现有基于仿真模拟和指标度量的传统识别方法受到很大局限,常常陷入局部最优解。同时,基于整数线性规划的识别模型存在不能够区分网络连通分支内部结构的缺陷。因此,亟需从网络整体结构和功能出发对关键节点组识别问题建模进行深入研究。为此,基于0-1二次约束二次规化理论建立识别模型,通过最小化二阶路径内连通节点对的个数,实现区分连通分支内部结构的能力。同时,提出了一种将贪婪搜索和局部置换相结合的启发式算法,以适应大规模网络的关键节点组识别。最后,在多组人工网络和真实网络数据集上实验分析,验证所提出模型和算法的正确性和有效性。
