Identificação de Nós Influentes em Redes Complexas

Redes complexas são sistemas formados por elementos interconectados que exibem interações não triviais. Tradicionalmente, a teoria dos grafos provê o formalismo matemático para o estudo as relações entre objetos de um determinado conjunto, que são representados através de vértices (nós) e arestas. Existem diversos trabalhos na literatura relacionados com a identificação de nós influentes em redes complexas. As métricas denominadas centralidades estruturais buscam estabelecer valores reais a cada nó na rede, onde se espera que os valores produzidos forneçam uma classifi- cação de nós sujeitos à sua importância. Dentre as centralidades destacam-se: as centralidades de grau (CG), intermediação (CI) e proximidade (CP). Outras métricas valoram a importância dos nós mensurando, também, a influência de seus vizinhos, em uma espécie de efeito de aprimoramento mútuo. Nesse contexto, têm-se como exemplos a centralidade de auto vetor (CA) e alguns algoritmos de ranqueamento como o PageRank e HITS (Hyperlink-Induced Topic Search). Este último, classifica os nós com base em dois conceitos principais: hubs e autoridades. A ideia central é que hubs são nós que distribuem conexões para autoridades relevantes, enquanto autoridades são nós que recebem muitas conexões de hubs confiáveis.