一种基于机器学习的复杂网络关键节点识别方法及系统

本发明属于机器学习领域，公开了一种基于机器学习的复杂网络关键节点识别方法及系统，该方法包括：生成代表性训练数据集，利用集体特征工程，将连接性、局部度、邻域中心性和全局中心性元素集成到每个节点表示中；采用支持向量回归和径向基函数核进行建模，预测整个图中节点的重要性。本发明为解决病毒营销和信息控制等各种现实应用中的关键节点识别挑战提供了一种新颖且适应性强的解决方案。