一种时序网络中节点重要性的挖掘方法和装置制造方法及图纸

本发明专利技术公开一种时序网络中节点重要性的挖掘方法和装置。在该方法中，首先根据N个节点之间交互的时间关系构建时序网络，然后按照预置的时间窗口大小对时序网络进行切片处理，得到切片网络序列，切片网络序列包括：对应于m个时间窗口的m个切片网络，接下来对每个切片网络中的所有连边分别计算出一个权重值，对每个切片网络中的所有连边对应的权重值按照不同的连边分别进行权重值累加，得到时序网络中节点对之间的连边的权重累计值，将每个节点对之间的连边的权重累计值更新到时序网络中，得到含权网络，最后通过包括有权重累计值的连边计算含权网络中每个节点的重要性指标，每个节点的重要性指标包括：对应节点的所有连边对应的权重累计值之和。

Method and device for mining node importance in time series network

The invention discloses a method and a device for excavating the importance of nodes in a sequential network. In this method, firstly, according to the construction sequence network interaction between N nodes, and then according to the preset time window size on the sequential network section processing, get the slice network series, including: m slice sequence network network sections corresponding to the m time window, then all edges were calculated for a a weight value of each slice in the network, for each slice all network edges corresponding to the weight value according to different edges were weight accumulation, get the weight of the node even between sequential network side of the cumulative value of the weight even between each node edge cumulative value update to the timing in the network, with power network, finally including the cumulative value calculation of edge weights the importance index of each node weighted network, the importance index of each node It includes the sum of the cumulative values corresponding to all the edges of the corresponding nodes.

【技术实现步骤摘要】
一种时序网络中节点重要性的挖掘方法和装置
本专利技术涉及计算机
，具体涉及一种时序网络中节点重要性的挖掘方法和装置。
技术介绍
在传统的复杂网络的研究中，经常采用的方法是使用大量原始数据构建成静态网络，然后对静态网络进行研究和分析。以微博网络为例，在微博网络中，把每个用户设定为网络中的一个节点，把微博用户之间的相互交互行为通过节点之间的连边来表示，例如，一个用户对其关注的用户所发布的微博进行点赞、转发、评论等行为都看做是微博用户之间的交互行为。通过微博网络中用户和用户之间的交互行为就构建了一个静态网络。复杂网络研究的一个重要方向就是网络中节点的中心性的研究，即通过对网络的拓扑结构进行分析，从而分析得到网络中的重要节点。如上面提到的微博网络中，通过分析微博网络的拓扑结构，可以识别出网络中的重要节点，通过这些节点能使得信息在微博网络中更加快速高效的传播。现有技术提供一种静态网络中的k核分解方法，这种方法是一个简单高效的用于识别网络中的重要节点的方法，k核分解方法是基于静态网络进行处理的，该方法依据节点在网络中的结构特性把节点进行分层处理，完成k核分解后静态网络中的所有节点都对应有一本文档来自技高网...

【技术保护点】
一种时序网络中的重要节点的挖掘方法，其特征在于，包括：根据N个节点之间交互的时间关系构建时序网络，所述时序网络包括：所述N个节点以及在不同时刻分别存在交互关系的节点之间的连边，所述N为大于或等于2的正整数；按照预置的时间窗口大小对所述时序网络进行切片处理，得到切片网络序列，所述切片网络序列包括：对应于m个时间窗口的m个切片网络，其中，每个切片网络包括：所述N个节点以及在各自的时间窗口内存在交互关系的节点之间的连边，所述m为大于或等于2的正整数；对所述切片网络序列中每个切片网络中的所有连边分别计算出一个权重值；对所述每个切片网络中的所有连边对应的权重值按照不同的连边分别进行权重值累加，得到所述时...

【技术特征摘要】
1.一种时序网络中的重要节点的挖掘方法，其特征在于，包括：根据N个节点之间交互的时间关系构建时序网络，所述时序网络包括：所述N个节点以及在不同时刻分别存在交互关系的节点之间的连边，所述N为大于或等于2的正整数；按照预置的时间窗口大小对所述时序网络进行切片处理，得到切片网络序列，所述切片网络序列包括：对应于m个时间窗口的m个切片网络，其中，每个切片网络包括：所述N个节点以及在各自的时间窗口内存在交互关系的节点之间的连边，所述m为大于或等于2的正整数；对所述切片网络序列中每个切片网络中的所有连边分别计算出一个权重值；对所述每个切片网络中的所有连边对应的权重值按照不同的连边分别进行权重值累加，得到所述时序网络中节点对之间的连边的权重累计值，所述节点对为所述时序网络中存在交互关系的一组节点；将每个节点对之间的连边的权重累计值更新到所述时序网络中，得到含权网络，所述含权网络包括：所述N个节点以及包括有所述权重累计值的连边；通过所述包括有所述权重累计值的连边计算所述含权网络中每个节点的重要性指标，所述每个节点的重要性指标包括：对应节点的所有连边对应的权重累计值之和。2.根据权利要求1所述的一种时序网络中的重要节点的挖掘方法，其特征在于，所述根据N个节点之间交互的时间关系构建时序网络，包括：根据N个节点之间交互的时间关系获取到时序数据集，所述时序数据集包括：在不同时刻分别存在交互关系的节点数据；根据所述时序数据集构建静态网络，并确定所述静态网络中在各个时刻存在交互关系的节点对之间的连边，从而得到时序网络。3.根据权利要求2所述的一种时序网络中的重要节点的挖掘方法，其特征在于，所述时序数据集，包括：所述时序数据集中的时间间隔、提取数据的开始时间、提取数据的结束时间。4.根据权利要求1所述的一种时序网络中的重要节点的挖掘方法，其特征在于，所述按照预置的时间窗口大小对所述时序网络进行切片处理，包括：按照第t个时间窗口从所述时序网络中提取在t个时间窗口内存在交互关系的连边，从而得到对应于所述第t个时间窗口的第t个切片网络，所述t表示小于或等于所述m的任意一个正整数。5.根据权利要求1所述的一种时序网络中的重要节点的挖掘方法，其特征在于，所述对所述切片网络序列中每个切片网络中的所有连边分别计算出一个权重值，包括：对切片网络序列中每个切片网络分别进行k核分解，并且在所述每个切片网络进行k核分解的过程中，当需要移除掉第一连边时，将当前的k值作为权重值赋值给所述第一连边，所述第一连边为所述切片网络中的任意一个连边。6.根据权利要求5所述的一种时序网络中的重要节点的挖掘方法，其特征在于，所述通过所述包括有所述权重累计值的连边计算所述含权网络中每个节点的重要性指标，包括：通过如下方式计算所述含权网络中每个节点的时序k核值，将所述时序k核值作为重要性指标：

【专利技术属性】
技术研发人员：张子柯，叶章辉，周银座，
申请(专利权)人：杭州师范大学，
类型：发明
国别省市：浙江,33