基于中介中心性的网络传播节点影响力发现方法技术

本发明专利技术提供的是一种基于中介中心性的网络传播节点影响力发现方法。遍历任意两点间的最短路径，获得路径集合δij；对路径P中的每一个节点u计算DBC(u)ij,以及Loc(u)ij；遍历所有路径结束后在遍历图中每一个节点u，计算DLBC，并将所有节点的DLBC值从大到小排列；输出整个DLBC排序后的数组。本发明专利技术充分发挥了传统中介中心性能够度量节点全局影响力的优势，并且通过对加入衰减因子以及节点重要程度因子，在节点全局影响里度量上的精度得以提高。通过将距离节点最短路径长度小于等于L的节点数量与总体节点数量的比值，作为节点在局部影响力的度量，作为对节点全局影响力的补充，形成了节点综合影响力。

【技术实现步骤摘要】
基于中介中心性的网络传播节点影响力发现方法
本专利技术涉及的是一种网络传播节点影响力发现方法。
技术介绍
随着互联网技术的飞速发展，社交网络的概念已不再仅仅局限于现实生活中，更体现在互联网社交平台中，互联网社交平台也逐渐成为了当今信息传播的主要渠道。随着社会以及社交网络逐渐呈现出网络化趋势，引发的“社交网络革命”(SocialNetworkRevolution)，与“移动革命”(MobileRevolution)、“互联网革命”(InternetRevolution)并称为新时期影响人类的三大革命。社交网络传播节点影响力发现是社交网络分析里一个关键的研究课题。社交网络传播节点影响力发现的目的，是利用现有的社交网络关系，挖掘出社交网络中影响力最大的Top-K节点集合。在当今社交网络中，节点影响力的发现已经逐步被应用于现实生活和在线社交平台中，其在舆情监控，市场营销，疾病防治，信息传播等领域都有了广泛的应用。中介中心性算法在衡量一个节点在整个社交网络中的关键性和影响力有着较为精准的效果，但是其度量的精准度仍有提高的空间，并且时间复杂度较大也是其缺点之一。在度量结果的精准度上，缺点一：经过同一节点不同长度的最短路径以及在最短路径中节点位置不同都做同一处理；缺点二：偏重节点在全局网络中的影响力，忽略了节点在局部网络中的影响力。传统的中介中心性对经过同一节点不同长度的最短路径以及节点在最短路径中位置不同都作为同一处理，但是信息在网路的传播中会发生信息量的衰减，所以经过同一节点不同长度的最短路径以及节点在最短路径中位置不同都不应当做同一处理。例如图1中，经过节点V11的从节点V9到节点V15的最短路径为P1(9-11-12-15)，经过节点V11的从节点V2到节点V15的最短路径为P2(2-9-11-12-15)，对于路径P1和P2，P1的路径长度为4，P2的路径长度为5，信息从开始节点到达路径结束节点距离越长，信息衰减越大，因此路径两条路径在对V11节点影响力有着不同的效果。又例如图1中，经过节点V11两条最短路径P3(2-9-11-12)和P4(10-11-12-15)，其中节点V11在路径P3中所处的位置为路径中的第三个节点，在P3中的位置是第二个节点，有信息传播衰减理论可知，相同信息到达在同一节点所经过的路径越长信息的衰减越大。传统中介中心性算法在衡量一个节点在全局网络中的影响力和重要性即使有着不足，但是目前该方法对于衡量节点在全局网络中的影响力仍是比较好的算法之一。由于传统中介中心性是从全局角度出发衡量了一个节点的影响力，其必然会忽略节点在局部的影响力。著名的三度影响力原则指出，节点三度之内的邻居节点受该节点的影响较大，所以节点的局部影响力是传统中介中心性所没有体现的。
技术实现思路
本专利技术的目的在于提供一种能够解决传统中介中心性算法在度量节点影响力上的不足的基于中介中心性的网络传播节点影响力发现方法。本专利技术的目的是这样实现的：首先遍历任意两点间的最短路径，获得路径集合δij；针对任意两点间的路径P属于δij，对路径P中的每一个节点u计算DBC(u)ij,以及Loc(u)ij，其中DBC(u)ij＝((1-βPath[i][j])/1-β)*((Path[i][j]-Pos[u][i][j])/Path[i][j])，其中Path[i][j]代表路径P的长度，Pos[u][i][j]代表节点u在路径中的位置，β为衰减因子，Loc(u)＝Loc(u)∪节点i；遍历所有路径结束后在遍历图中每一个节点u，计算DLBC[u]＝αDBC[u]+(1-α)(|Loc(u)|/n，α为调节因子，并将所有节点的DLBC值从大到小排列；输出整个DLBC排序后的数组。本专利技术还可以包括：1、DBC(u)通过以下公式计算：其中：式中δij为从节点i到节点j的最短路径，|δij|为从节点i到节点j的最短路径的长度，δij(u)为经过u的从i到j的最短路径，Pu(i,j)为节点u在δij(u)上的位置，S(t)为信息传播衰减公式，Wu(i,j)为节点在δij(u)中的重要性，DBC(u)为加入最短路径差异化因子后的中介中心性度量出的影响力大小。2、Loc(u)通过如下公式计算：其中δui为从节点u到节点的最短路径，|δij|为从节点i到节点j的最短路径的长度。3、取调节因子α为0.7。为了解决传统中介中心性算法在度量节点影响力上的不足，本专利技术提出了基于局部因子的差异化中介中心性算法(DifferentBetweenessCentralityAlgorithmBasedonLocalFactors，DLBC)，从对不同长度的路径和节点的不同位置出发提出了差异化思想，并结合节点局部影响力作为对节点全局影响力的补充和纠偏。(1)最短路径差异化处理的基本思想是根据最短路径的长短和节点所在最短路径的位置，结合信息衰减理论，对每条不同的最短路径都做差异化的处理。本专利技术提出的算法认为，信息每传播一次，由于噪音等原因，信息会有所衰减。当路径长度过长时，信息的衰减程度已经不能够表述原信息的含义，本专利技术规定长度超过阈值L的路径对节点影响力度量的影响可以忽略不计，因此长度超过L的最短路径无需计算在内，这样减少了最短路径的计算量，在一定程度上降低了时间的复杂度。根据以上介中心性算法优缺点的分析，做了如下改进：①对于最短路径δij(从i到j的最短路径)，|δij|为最短路径的长度，对该条路径，通过信息传播衰减公式得知，信息从i传播到节点j时，信息已经衰减为S(|δij|)，最短路径长短不同，衰减程度也不同，当路径长度超过L时，放弃该条路径。②对于节点Vu，其位于δij(u)(从节点i到节点j并经过节点u的最短路径)的第w跳的位置，w越小，则节点位置重要性越大，反之，位置重要性越小，本专利技术通过最短路径长度减去节点的所在位置后的结果与最短路径长度的比值，作为衡量该节点位置重要性的标准，若该比值越大，位置越重要。根据以上两点的分析和改进，本专利技术提出的公式见式(1)。其中：式中δij为从节点i到节点j的最短路径，|δij|为从节点i到节点j的最短路径的长度，δij(u)为经过u的从i到j的最短路径，Pu(i,j)为节点u在δij(u)上的位置。S(t)为信息传播衰减公式，Wu(i,j)为节点在δij(u)中的重要性，DBC(u)为加入最短路径差异化因子后的中介中心性度量出的影响力大小。例如图1中，δV2V15(V11)为经过节点V11的从节点V2到节点V15的最短路径，其中一条最短路径为P1(2-9-11-12-15)，以路径P1为例，则|δV2V15(V11)|为5，P11(1,15)为3，WV11(V2,V15)为3/5。(2)为了补充中介中心性在节点局部影响力上的缺失，本专利技术提出了节点局部影响力因子，将传统的中介中心性算法与节点三度理论相结合，提出了基于中介中心性的局部影响力因子度量指标局部中心性LBC，LBC的基本思想为到某节点的，最短路径长度小于等于3的所有节点总数与网络节点总数的比值，由此可知，LBC越大则代表了该节点在局部能够影响到的节点的数量越大，局部影响力越大。其计算公式见式(4)。其中δui为从节点u到节点的最短路径，|δij|为从节点i本文档来自技高网...

【技术保护点】
一种基于中介中心性的网络传播节点影响力发现方法，其特征是：首先遍历任意两点间的最短路径，获得路径集合δij；针对任意两点间的路径P属于δij，对路径P中的每一个节点u计算DBC(u)ij,以及Loc(u)ij，其中DBC(u)ij＝((1‑βPath[i][j])/1‑β)*((Path[i][j]‑Pos[u][i][j])/Path[i][j])，其中Path[i][j]代表路径P的长度，Pos[u][i][j]代表节点u在路径中的位置，β为衰减因子，Loc(u)＝Loc(u)∪节点i；遍历所有路径结束后在遍历图中每一个节点u，计算DLBC[u]＝αDBC[u]+(1‑α)(|Loc(u)|/n，α为调节因子，并将所有节点的DLBC值从大到小排列；输出整个DLBC排序后的数组。

【技术特征摘要】
1.一种基于中介中心性的网络传播节点影响力发现方法，其特征是：首先遍历任意两点间的最短路径，获得路径集合δij；针对任意两点间的路径P属于δij，对路径P中的每一个节点u计算DBC(u)ij,以及Loc(u)ij，其中DBC(u)ij＝((1-βPath[i][j])/1-β)*((Path[i][j]-Pos[u][i][j])/Path[i][j])，其中Path[i][j]代表路径P的长度，Pos[u][i][j]代表节点u在路径中的位置，β为衰减因子，Loc(u)＝Loc(u)∪节点i；遍历所有路径结束后在遍历图中每一个节点u，计算DLBC[u]＝αDBC[u]+(1-α)(|Loc(u)|/n，α为调节因子，并将所有节点的DLBC值从大到小排列；输出整个DLBC排序后的数组。2.根据权利要求1所述的基于中介中心性的网络传播节点影响力发现方法，其特征是DBC(u)通过以下公式计算：

【专利技术属性】
技术研发人员：董宇欣，印桂生，张载熙，王红滨，刘广强，陈福坤，侯莎，兰方合，冯梦园，刘红丽，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23