加权网络中的WVoteRank

voterank算法的目的是通过从其邻居投票来选择整个网络上的传播者，选定的传播者不参与随后的选举，其相邻节点的投票能力随后减少。 然而，这种方法只能应用非加权网络，是有局限性的。 各种实际网络都是加权网络，其中边缘的强度表示节点之间的相互作用。 因此，我们将voterank算法从未加权网络扩展到加权网络作为WVoterank。 由于非加权网络是特定的加权网络，它可以处理非加权网络 当每个边的默认权重值为1时的特定情况。
给定一个加权网络G=(V,E)G = (V, E)G=(V,E)，ωuv\\omega_{uv}ωuv​表示节点u与节点v之间的链路权重。投票排名和WVote排名的主要区别在于投票过程中。 每个节点v从其相邻节点获得其投票评分SvS_{v}Sv​。 一方面，SvS_{v}Sv​来自v的相邻节点的投票能力和对应权重，都正向影响投票得分SvS_{v}Sv​。 另一方面，节点v邻居的数量也对SvS_{v}Sv​有积极的影响。 因此，节点v的投票评分SvS_{v}Sv​被定义为：

传播者的选择和投票能力的更新规则与前面描述的voterank算法中对应步骤相同。在上面的公式中，γ(v)\\gamma(v)γ(v)表示节点v的邻居集合，vaiva_ivai​表示节点的投票能力，ω(v,i)\\omega_{(v, i)}ω(v,i)​表示节点v和节点i之间的权重。WVoterank考虑了邻居数目对投票结果的影响，相当于对投票结果进行了规范化，使得投票结果量级差距减小。

举个栗子