本發(fā)明涉及網(wǎng)絡(luò)與鏈路預(yù)測領(lǐng)域，特別是指一種基于二階局部社團(tuán)和偏好連接的預(yù)測網(wǎng)絡(luò)未知連邊的方法。

背景技術(shù)：

隨著科學(xué)飛速發(fā)展，人類進(jìn)入了網(wǎng)絡(luò)時代。各類以互聯(lián)網(wǎng)為載體的技術(shù)與產(chǎn)業(yè)也應(yīng)運(yùn)而生，極大地改善了人們的學(xué)習(xí)與生活。我們生活在形形色色的網(wǎng)絡(luò)中。與人交往就會出現(xiàn)關(guān)系網(wǎng)，出行則會有交通網(wǎng)絡(luò)。自然科學(xué)的快速發(fā)展，使得我們對世界的認(rèn)識越來越多。人類研究的網(wǎng)絡(luò)越來越龐大且復(fù)雜，在如今大數(shù)據(jù)的背景下，隨著需要處理的單個數(shù)據(jù)規(guī)模和數(shù)據(jù)總規(guī)模的增大，數(shù)據(jù)的平均質(zhì)量卻是在下降，而數(shù)據(jù)的不完整性造成的影響變得更加突出。這時就可使用鏈路預(yù)測來預(yù)測或重構(gòu)接近真實(shí)且較完整的數(shù)據(jù)。鏈路預(yù)測技術(shù)可應(yīng)用于任何可以將實(shí)體及其間接關(guān)系抽象成網(wǎng)絡(luò)形式的系統(tǒng)中，如在線社交網(wǎng)絡(luò)、電子商務(wù)網(wǎng)站等，從而產(chǎn)生可觀的商業(yè)價(jià)值。因此，鏈路預(yù)測的研究顯得十分有必要。

網(wǎng)絡(luò)的鏈路預(yù)測包括對未知連邊的預(yù)測，還包括對未來的連邊預(yù)測。出于某種原因網(wǎng)絡(luò)的信息會存在少量丟失的情況，利用網(wǎng)絡(luò)中已知的信息去分析，最終還原缺失信息，這種就屬于前者?？紤]到網(wǎng)絡(luò)的變化，節(jié)點(diǎn)及節(jié)點(diǎn)間的聯(lián)系均存在變化，根據(jù)現(xiàn)有信息對網(wǎng)絡(luò)中未來信息(現(xiàn)在不存在，但未來可能會存在)的預(yù)測則是后者。鏈路預(yù)測簡單的說就是通過已知的節(jié)點(diǎn)信息去預(yù)測其他還未直接相連或未知狀態(tài)的節(jié)點(diǎn)間產(chǎn)生連接的概率。近些年來，對于鏈路預(yù)測的研究主要是基于節(jié)點(diǎn)相似性，分別基于節(jié)點(diǎn)與路徑對真實(shí)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行測試，如：AA指標(biāo)，CN指標(biāo)。周濤等在此基礎(chǔ)上提出兩種新指標(biāo)：資源分配指標(biāo)和局部路徑指標(biāo)。劉偉平和呂琳媛提出了兩種局部隨機(jī)游走指標(biāo)。有限步的隨機(jī)游走有時會比全局收斂后的預(yù)測精度要高，而最優(yōu)的游走步數(shù)受到網(wǎng)絡(luò)平均距離的強(qiáng)烈影響。傳統(tǒng)上人們在解決問題時，往往考慮一階共同鄰居節(jié)點(diǎn)并對二階共同鄰居節(jié)點(diǎn)對整個網(wǎng)絡(luò)的鏈路預(yù)測的重要作用考慮的不夠多，本發(fā)明提出了一種基于二階局部社團(tuán)信息的預(yù)測網(wǎng)絡(luò)未知連邊的方法，考慮了種子節(jié)點(diǎn)的共同鄰居節(jié)點(diǎn)之間的聯(lián)系，同時還考慮到邊聚類系數(shù)、平均最短路徑和種子節(jié)點(diǎn)之間偏好連接的影響。充分利用網(wǎng)絡(luò)中的局部信息是提高鏈路預(yù)測算法準(zhǔn)確性的一種新的有效手段。本發(fā)明針對相似性算法進(jìn)行了擴(kuò)展，種子節(jié)點(diǎn)的社團(tuán)信息由原來的一階鄰居節(jié)點(diǎn)擴(kuò)展到二階鄰居節(jié)點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

為了克服已有鏈路預(yù)測算法準(zhǔn)確率低，信息利用率低的不足，本發(fā)明提出一種準(zhǔn)確率高、預(yù)測效果良好的基于二階局部社團(tuán)和和偏好連接的鏈路預(yù)測方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)具體步驟是：

一種基于二階局部社團(tuán)和和偏好連接的預(yù)測網(wǎng)絡(luò)未知連邊的方法，包括如下步驟：

步驟一：在保證整個網(wǎng)絡(luò)保持連通的條件下建立網(wǎng)絡(luò)模型G(V,E)，其中V為網(wǎng)絡(luò)中的節(jié)點(diǎn)，E為網(wǎng)絡(luò)中的邊；

步驟二：選取網(wǎng)絡(luò)中一對沒有連邊的節(jié)點(diǎn)i和j作為兩個種子節(jié)點(diǎn)，提取節(jié)點(diǎn)i和j所有的一階共同鄰居節(jié)點(diǎn)和二階共同鄰居節(jié)點(diǎn)以及這些節(jié)點(diǎn)之間的連邊，構(gòu)成二階局部社團(tuán)；其中i和j之間長度為2的路徑的中間的一個節(jié)點(diǎn)為一階共同鄰居；長度為3的路徑的中間2個節(jié)點(diǎn)為二階共同鄰居；

步驟三：遍歷整個二階局部社團(tuán)，節(jié)點(diǎn)總數(shù)記為CN_ij，總連邊數(shù)量記為LCL_ij，節(jié)點(diǎn)i和j在局部社團(tuán)外部的鄰居數(shù)分別記為e_i和e_j；

步驟四：計(jì)算二階局部社團(tuán)的體量系數(shù)：θ_ij＝CN_ij*LCL_ij；

步驟五：計(jì)算二階局部社團(tuán)的邊聚類系數(shù)：

$p_{ij}={\mathrm{LCL}}_{ij}/\frac{{\mathrm{CN}}_{ij}({\mathrm{CN}}_{ij}-1)}{2};$

步驟六：計(jì)算二階局部社團(tuán)的簡諧平均距離：

其中

上式中，g和h表示二階局部社團(tuán)中任意兩個節(jié)點(diǎn)，d_gh為g和h兩個節(jié)點(diǎn)之間的路徑長度；

步驟七：計(jì)算二階局部社團(tuán)系數(shù)：

${\mathrm{TLCC}}_{ij}=p_{ij}/\stackrel{\‾}{L_{ij}};$

步驟八：計(jì)算節(jié)點(diǎn)i，j之間的相似性分?jǐn)?shù)指標(biāo)：

${\mathrm{LCPA}}_{ij}=(e_i*e_j+e_i*{\mathrm{\θ}}_{ij}+e_j*{\mathrm{\θ}}_{ij}+{\mathrm{\θ}}_{ij}^2)*{\mathrm{TLCC}}_{ij};$

步驟九：遍歷整個網(wǎng)絡(luò)，對任意兩個未連接節(jié)點(diǎn)，重復(fù)步驟二至步驟八，計(jì)算相應(yīng)的LCPA指標(biāo)作為節(jié)點(diǎn)對之間的相似性分?jǐn)?shù)指標(biāo)，相似性分?jǐn)?shù)越高，相應(yīng)的節(jié)點(diǎn)對之間出現(xiàn)連邊的可能性越大，將所有的未連接節(jié)點(diǎn)對之間的相似性分?jǐn)?shù)按降序排列，取前m個指標(biāo)對應(yīng)的節(jié)點(diǎn)對為預(yù)測連邊，m≦M，M為整個網(wǎng)絡(luò)中所有未連接節(jié)點(diǎn)對的總數(shù)。

本發(fā)明的技術(shù)構(gòu)思為：網(wǎng)絡(luò)的二階鄰居節(jié)點(diǎn)對整個網(wǎng)絡(luò)的鏈路預(yù)測有著不可忽視的影響，本發(fā)明在考慮二階局部社團(tuán)的簡諧平均距離和邊聚類系數(shù)時，同時考慮了種子節(jié)點(diǎn)之間的偏好連接，充分利用網(wǎng)絡(luò)中的局部信息，在具有局部特性結(jié)構(gòu)的網(wǎng)絡(luò)中有很好的預(yù)測效果，可以提高鏈路預(yù)測算法準(zhǔn)確性。

本發(fā)明的有益效果為：本發(fā)明將局部社團(tuán)從一階鄰居擴(kuò)展到二階鄰居，同時考慮了種子節(jié)點(diǎn)之間的偏好連接，充分利用了已知的網(wǎng)絡(luò)節(jié)點(diǎn)以及網(wǎng)絡(luò)局部結(jié)構(gòu)信息，算法的精確度高。

附圖說明

圖1為二階局部社團(tuán)描述圖，黑色圓點(diǎn)為種子節(jié)點(diǎn)，白色圓點(diǎn)為共同鄰居節(jié)點(diǎn)，虛線為鄰居節(jié)點(diǎn)之間存在的連邊，實(shí)線為種子節(jié)點(diǎn)與共同鄰居之間的連邊，白色圓點(diǎn)和虛線構(gòu)成了二階局部社團(tuán)。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明做進(jìn)一步說明。

參照圖1，一種基于二階局部社團(tuán)和偏好連接的預(yù)測網(wǎng)絡(luò)未知連邊的方法，包括以下步驟：

步驟一：在保證整個網(wǎng)絡(luò)保持連通的條件下建立網(wǎng)絡(luò)模型G(V,E)，其中V為網(wǎng)絡(luò)中的節(jié)點(diǎn)，E為網(wǎng)絡(luò)中的邊；

步驟二：選取網(wǎng)絡(luò)中一對沒有連邊的節(jié)點(diǎn)i和j作為兩個種子節(jié)點(diǎn)，即圖1中黑色圓點(diǎn)，提取所有i和j的一階共同鄰居節(jié)點(diǎn)和二階共同鄰居節(jié)點(diǎn)以及這些節(jié)點(diǎn)之間的連邊，如圖1中的白色圓點(diǎn)及其連邊，構(gòu)成二階局部社團(tuán)，其中i和j之間長度為2的路徑的中間的一個節(jié)點(diǎn)為一階共同鄰居，長度為3的路徑的中間2個節(jié)點(diǎn)為二階共同鄰居；

步驟三：遍歷整個二階局部社團(tuán)，節(jié)點(diǎn)總數(shù)記為CN_ij，總連邊數(shù)量記為LCL_ij，節(jié)點(diǎn)i和j在局部社團(tuán)外部的鄰居數(shù)分別記為e_i和e_j；

步驟四：計(jì)算二階局部社團(tuán)的體量系數(shù)：θ_ij＝CN_ij*LCL_ij；

步驟五：計(jì)算二階局部社團(tuán)的邊聚類系數(shù)：

$p_{ij}={\mathrm{LCL}}_{ij}/\frac{{\mathrm{CN}}_{ij}({\mathrm{CN}}_{ij}-1)}{2};$

步驟六：計(jì)算二階局部社團(tuán)的簡諧平均距離：

其中

上式中，g和h表示二階局部社團(tuán)中任意兩個節(jié)點(diǎn)，d_gh為g和h兩個節(jié)點(diǎn)之間的路徑長度；

步驟七：計(jì)算二階局部社團(tuán)系數(shù)：

${\mathrm{TLCC}}_{ij}=p_{ij}/\stackrel{\‾}{L_{ij}};$

步驟八：計(jì)算節(jié)點(diǎn)i，j之間的相似性分?jǐn)?shù)指標(biāo)：

${\mathrm{LCPA}}_{ij}=(e_i*e_j+e_i*{\mathrm{\θ}}_{ij}+e_j*{\mathrm{\θ}}_{ij}+{\mathrm{\θ}}_{ij}^2)*{\mathrm{TLCC}}_{ij};$

步驟九：遍歷整個網(wǎng)絡(luò)，對任意兩個未連接節(jié)點(diǎn)，重復(fù)步驟二至步驟八，計(jì)算相應(yīng)的LCPA指標(biāo)作為節(jié)點(diǎn)對之間的相似性分?jǐn)?shù)指標(biāo)，相似性分?jǐn)?shù)越高，相應(yīng)的節(jié)點(diǎn)對之間出現(xiàn)連邊的可能性越大，將所有的未連接節(jié)點(diǎn)對之間的相似性分?jǐn)?shù)按降序排列，取前m個指標(biāo)對應(yīng)的節(jié)點(diǎn)對為預(yù)測連邊，m≦M，M為整個網(wǎng)絡(luò)中所有未連接節(jié)點(diǎn)對的總數(shù)。

如上所述，本專利實(shí)施的具體實(shí)現(xiàn)步驟使本發(fā)明更加清晰。在本發(fā)明的精神和權(quán)利要求的保護(hù)范圍內(nèi)，對本發(fā)明作出的任何修改和改變，都落入本發(fā)明的保護(hù)范圍。