【技术实现步骤摘要】
一种基于拓扑信息融合的识别网络关键传播者的方法及装置
本专利技术涉及网络信息挖掘领域，具体涉及一种基于拓扑信息融合的识别网络关键传播者的方法及装置。
技术介绍
由于社交网络的异质性，每个个体在网络结构和功能上发挥的作用差异巨大。关键传播者就是那些能够在更大程度上影响社交网络的结构与功能的一些特殊个体。例如，微博大V可以加速谣言在社交网络中的扩散。因此需要从海量用户中准确发掘出社交网络中的关键传播者，这样可以更好地控制社交网络信息的传播，而解决上述问题的关键在于针对社交网络的节点排序方法的设计。目前，大部分节点排序方法仅使用网络的结构化信息，且主要分为基于邻居的中心性和基于路径的中心性。基于邻居中心性的代表包括：度中心性、H指数以及k-壳分解方法。基于路径中心性的代表包括：接近中心性和介数中心性。但经典的节点排序方法无法全面评价节点在网络中的角色。
技术实现思路
专利技术目的：为了克服现有技术的不足，本专利技术提供一种基于拓扑信息融合的识别网络关键传播者的方法，该方法可以解决评价节点在网络中的角色不全面以及准确率低的问题，另一方面，本专利技术还提供一种基于拓扑信息融合的...
【技术保护点】
1.一种基于拓扑信息融合的识别网络关键传播者的方法，其特征在于，该方法包括：采集网络中以个体为节点的好友列表数据；根据所述好友列表数据得到各个节点对应的连边数量；若个体之间是好友关系，则对应的两节点之间存在直接连边；根据各个节点的直接连边数量确定网络中各个节点的度；依据所述节点的度计算各个节点的H指数，所述H指数用来表征社交网络中个体的直接影响力；根据所述H指数和节点间的最短距离计算各个节点的排名对应分值，进而得到网络中关键传播者，所述节点间的最短距离用来表征个体处于社交网络中的传播位置。
【技术特征摘要】
1.一种基于拓扑信息融合的识别网络关键传播者的方法，其特征在于，该方法包括：采集网络中以个体为节点的好友列表数据；根据所述好友列表数据得到各个节点对应的连边数量；若个体之间是好友关系，则对应的两节点之间存在直接连边；根据各个节点的直接连边数量确定网络中各个节点的度；依据所述节点的度计算各个节点的H指数，所述H指数用来表征社交网络中个体的直接影响力；根据所述H指数和节点间的最短距离计算各个节点的排名对应分值，进而得到网络中关键传播者，所述节点间的最短距离用来表征个体处于社交网络中的传播位置。2.根据权利要求1所述的基于拓扑信息融合的识别网络关键传播者的方法，其特征在于，所述依据所述节点的度计算各个节点的H指数，具体包括：统计所述节点对应的邻居节点的度，当h＝1时，判断是否满足有一个邻居节点的度不小于1；若不满足，停止循环，H指数等于1，若满足，则h+1，迭代循环，直至满足至多有h个邻居节点的度不小于h，其中，1≤h≤邻居节点的个数。3.根据权利要求1所述的基于拓扑信息融合的识别网络关键传播者的方法，其特征在于，所述网络中每对节点间的最短距离采用Dijkstra算法计算。4.根据权利要求1所述的基于拓扑信息融合的识别网络关键传播者的方法，其特征在于，所述最短距离的计算过程，具体包括：初始时，集合S中包括起点s；集合U中是除s之外的节点，并且U中节点的路径是起点s到该节点的路径；集合S用于记录已求出最短路径的节点以及相应的最短路径长度，集合U用于记录还未求出最短路径的节点以及该节点到起点s的距离；根据预先得到的网络邻接矩阵从U中找出路径最短的节点，并将其加入到S中；更新U中的节点和节点对应的路径，再从U中找出路径最短的节点，并将其加入到S中；更新U中的节点和节点对应的路径；重复上述操作，直到遍历完所有节点，得到节点间的距离矩阵。5.根据权利要求1所述的基于拓扑信息融合的识别网络关键传播者的方法，其特征在于，所述各个节点的排名分值公式为：其中，H(j)为第j个网络节点对应的H指数，di,j表示节点i和j之间的最短距离。6.一种基于拓扑信息融合的识别网络关键传播者的装置，其特征在于，包括：采集模块，用于采集以个体为节点的社交软件中的好友列表数据...
【专利技术属性】
技术研发人员：钱琳，梅竹，俞俊，朱广新，庞恒茂，许明杰，王琳，梅峰，王剑，陈海洋，
申请(专利权)人：南瑞集团有限公司，国电南瑞科技股份有限公司，国网浙江省电力有限公司，国网浙江省电力有限公司信息通信分公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。