基于时间平衡的网络节点识别方法、装置及计算机设备制造方法及图纸

本申请涉及一种基于时间平衡的网络节点识别方法、装置、计算机设备及存储介质，其中该方法包括：获取原始网络数据，根据所述原始网络数据构建含时网络；将所述含时网络按照时间间隔进行划分得到多个子网；分别计算子网中每个节点的PageRank值；将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差；根据所述平均值和方差将所述每个节点的PageRank值进行归一化处理，并根据归一化的结果从所述每个节点中识别出重要节点。本发明专利技术解决了在动态含时网络中重要节点识别的时间平衡性问题。

Network node identification method, device and computer equipment based on time balance

【技术实现步骤摘要】
基于时间平衡的网络节点识别方法、装置及计算机设备
本专利技术涉及计算机网络
，特别是涉及一种基于时间平衡的网络节点识别方法、装置、计算机设备及存储介质。
技术介绍
目前，人们生活中常常伴随着形形色色的网络，小到细胞代谢网络，大到电力网络，航空网络。如何识别网络中的重要节点，成了网络科学领域研究的重要课题。复杂网络的重要节点是指相比网络中的其他节点而言，能够在更大程度上影响网络的结构和功能的一些特殊节点，近年来，节点重要性排序研究受到越来越广泛的关注，不仅因为其重大的理论研究意义，更因其广泛的实际应用价值。在传统技术中，节点重要性挖掘的排序算法大多基于一个静态的网络结构来分析和评价节点的重要性，而在动态的含时网络中使用传统的排序算法会导致筛选出来的重要节点都倾向于聚集在较早加入网络的节点中，因为它们有足够的时间来积累结构优势，而一般情况下在网络发展的各个时期都会出现一些具有重要影响力的节点。相对于传统的静态网络，含时网络可以看作是一个在动态演化的网络，传统的方法会导致识别出的重要节点大多聚集在相对网络初始时期加入的，有充足时间来积累优势的节点，而相对较新的同样有重要意义节点则很少被识别出来。
技术实现思路
基于此，有必要针对上述技术问题，提供一种可以解决在动态含时网络中重要节点识别的时间平衡性问题的基于时间平衡的网络节点识别方法、装置、计算机设备及存储介质。一种基于时间平衡的网络节点识别方法，所述方法包括：获取原始网络数据，根据所述原始网络数据构建含时网络；将所述含时网络按照时间间隔进行划分得到多个子网；分别计算子网中每个节点的PageRank值；将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差；根据所述平均值和方差将所述每个节点的PageRank值进行归一化处理，并根据归一化的结果从所述每个节点中识别出重要节点。在其中一个实施例中，所述根据所述平均值和方差将所述每个节点的PageRank值进行归一化，并根据归一化的结果从所述每个节点中识别出重要节点的步骤包括：根据所述平均值和方差计算所述每个节点的PageRank值的归一化标准差；将所有的节点按照所述每个节点的PageRank值的归一化标准差的大小进行排序；设置一识别阈值，并从排序结果中筛选出所述识别阈值排序范围内的节点作为重要节点。在其中一个实施例中，所述将所述含时网络按照时间间隔进行划分得到多个子网的步骤包括：根据所述原始网络数据中的时间标签将所述原始网络的初始时刻记为t0，最终状态时刻记为te；设置一时间间隔Δt，所述原始网络从初始时刻到最终状态时刻共经历了k*Δt个时间间隔；构建节点从t0时刻到t0+i*Δt时刻的k个子网，其中i∈[1,k]。在其中一个实施例中，所述将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差的步骤还包括：将网络中的每个节点按照时间进行排序，得到每个节点的时间序号t(i)，其中t(i)∈[1,n]；设置一滑动时间窗口Δp；判断节点的时间序号是否位于Δp/2和n-Δp/2之间；若所述节点的时间序号位于Δp/2和n-Δp/2之间，则将所述节点的时间窗口范围固定在[t(i)-Δp/2，t(i)+Δp/2]之间。在其中一个实施例中，在所述判断所述节点的时间序号是否位于Δp/2和n-Δp/2之间的步骤之后还包括：若所述节点的时间序号不位于Δp/2和n-Δp/2之间，则判断所述节点的时间序号是否小于Δp/2；若所述节点的时间序号小于Δp/2，则将所述节点的时间窗口范围固定在[1，Δp]之间；若所述节点的时间序号不小于Δp/2，则将所述节点的时间窗口范围固定在[n-Δp，n]之间。在其中一个实施例中，所述方法还包括：计算每个节点在其时间窗口范围内的所有节点的PageRank值的平均值μi(p)和方差σi(p)；分别计算网络中的每个节点的并根据Ri(p)的大小进行排序，其中pi为每个节点的PageRank值；设置一识别阈值，根据排序结果将排序的名次位于识别阈值内的节点识别为重要节点。一种基于时间平衡的网络节点识别装置，所述基于时间平衡的网络节点识别装置包括：获取模块，所述获取模块用于获取原始网络数据，根据所述原始网络数据构建含时网络；划分模块，所述划分模块用于将所述含时网络按照时间间隔进行划分得到多个子网；第一计算模块，所述第一计算模块用于分别计算子网中每个节点的PageRank值；第二计算模块，所述第二计算模块用于将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差；识别模块，所述识别模块用于根据所述平均值和方差将所述每个节点的PageRank值进行归一化处理，并根据归一化的结果从所述每个节点中识别出重要节点。在一个实施例中，所述识别模块还用于：根据所述平均值和方差计算所述每个节点的PageRank值的归一化标准差；将所有的节点按照所述每个节点的PageRank值的归一化标准差的大小进行排序；设置一识别阈值，并从排序结果中筛选出所述识别阈值排序范围内的节点作为重要节点。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项方法的步骤。上述基于时间平衡的网络节点识别方法、装置、计算机设备及存储介质，通过将含时网络的演化过程节点的重要性变化情况具象成经过若干个时间间隔后的构成的若干个子网内节点中心性指标的变化情况。同时对每个子网将节点按加入网络的年龄来排序，为每个节点引入一个滑动时间窗口的概念来降低年龄不同对节点排序造成的影响，给不同年龄段的节点一个更加公平的竞争机制，在减少时间偏好的同时也能保证较高的识别率。于此同时，通过权威的重要节点名单来实际检验了算法有效性，相比于利用传播模型或攻击模型等模拟方法来验证算法具有更大的说服力。此外，这种将动态网络划分成若干子网，同时又将每个子网中的节点划分出时间窗口的办法，在研究动态含时网络的有关问题时具有通用性，能够在一定程度上连接静态网络与动态网络。附图说明图1为一个实施例中基于时间平衡的网络节点识别方法的应用场景图；图2为一个实施例中基于时间平衡的网络节点识别方法的流程示意图；图3为另一个实施例中基于时间平衡的网络节点识别方法的流程示意图；图4为再一个实施例中基于时间平衡的网络节点识别方法的流程示意图；图5为又一个实施例中基于时间平衡的网络节点识别方法的流程示意图；图6为又一个实施例中基于时间平衡的网络节点识别方法的流程示意图；图7为一个实施例中基于时间平衡的网络节点识别方法中算法实现的流程示意图；图8为基于时间平衡的网络节点识别的一个识别结果分析图；图9为基于时间平衡的网络节点识别的另一个识别结果分析图；图10为基于时间平衡的网络节点识别的再一个识别结果分析图；图11为一个实施例中基于时间平衡的网络节点识别装置的结构框图；图12为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方本文档来自技高网...

【技术保护点】
1.一种基于时间平衡的网络节点识别方法，所述方法包括：获取原始网络数据，根据所述原始网络数据构建含时网络；将所述含时网络按照时间间隔进行划分得到多个子网；分别计算子网中每个节点的PageRank值；将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差；根据所述平均值和方差将所述每个节点的PageRank值进行归一化处理，并根据归一化的结果从所述每个节点中识别出重要节点。

【技术特征摘要】
1.一种基于时间平衡的网络节点识别方法，所述方法包括：获取原始网络数据，根据所述原始网络数据构建含时网络；将所述含时网络按照时间间隔进行划分得到多个子网；分别计算子网中每个节点的PageRank值；将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差；根据所述平均值和方差将所述每个节点的PageRank值进行归一化处理，并根据归一化的结果从所述每个节点中识别出重要节点。2.根据权利要求1所述的基于时间平衡的网络节点识别方法，其特征在于，所述根据所述平均值和方差将所述每个节点的PageRank值进行归一化，并根据归一化的结果从所述每个节点中识别出重要节点的步骤包括：根据所述平均值和方差计算所述每个节点的PageRank值的归一化标准差；将所有的节点按照所述每个节点的PageRank值的归一化标准差的大小进行排序；设置一识别阈值，并从排序结果中筛选出所述识别阈值排序范围内的节点作为重要节点。3.根据权利要求1所述的基于时间平衡的网络节点识别方法，其特征在于，所述将所述含时网络按照时间间隔进行划分得到多个子网的步骤包括：根据所述原始网络数据中的时间标签将所述原始网络的初始时刻记为t0，最终状态时刻记为te；设置一时间间隔Δt，所述原始网络从初始时刻到最终状态时刻共经历了k*Δt个时间间隔；构建节点从t0时刻到t0+i*Δt时刻的k个子网，其中i∈[1,k]。4.根据权利要求3所述的基于时间平衡的网络节点识别方法，其特征在于，所述将所述子网中的每个节点按照时间进行排序，通过设置一滑动窗口时间，计算所述子网中所有节点的PageRank值的平均值和方差的步骤还包括：将网络中的每个节点按照时间进行排序，得到每个节点的时间序号t(i)，其中t(i)∈[1,n]；设置一滑动时间窗口Δp；判断节点的时间序号是否位于Δp/2和n-Δp/2之间；若所述节点的时间序号位于Δp/2和n-Δp/2之间，则将所述节点的时间窗口范围固定在[t(i)-Δp/2，t(i)+Δp/2]之间。5.根据权利要求4所述的基于时间平衡的网络节点识别方法，其特征在于，在所述判断所述节点的时间序号是否位于Δp/2和n-Δp/2之间的步骤...

【专利技术属性】
技术研发人员：廖好，吴向阳，吴兴桐，周明洋，陆克中，毛睿，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44