一种网络结构的检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种网络结构的检测方法、装置、电子设备及存储介质，以及时发现待检测网络中的重要节点，通过重要节点确定网络结构。该方法包括：将待检测网络中的节点划分到不同的社区中，每个节点对应一个社区；根据节点与在其所在第一社区内其他节点之间连接的第一连接数量、节点的度以及划分得到的社区数量，计算得到表征节点角色的第一参数和第二参数；根据第一参数、第二参数以及预设的阈值范围，将节点的角色为设定角色的节点确定为重要节点；根据重要节点的角色，及重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z‑score值；根据每个Z‑score值，确定当前待检测网络的网络结构。

Detection method, device, electronic equipment and storage medium of network structure

【技术实现步骤摘要】
一种网络结构的检测方法、装置、电子设备及存储介质
本专利技术涉及大数据流式计算和复杂网络研究
，尤其涉及一种网络结构的检测方法、装置、电子设备及存储介质。
技术介绍
网络结构划分是一个能够反映网络内部结构特征的性质。目前关于网络结构划分的研究主要集中在两个方向：应用局部同配性轮廓划分网络结构类型和应用角色连接轮廓划分网络结构类型。其中，应用局部同配性轮廓划分网络结构类型主要是通过分析整个网络中所有中心节点、也就是度大节点的局部同配性轮廓，可以将异配性网络划分成结构不同的两类网络。后来随着更深入的研究，根据网络的同配性性质，可以将网络分成四类具有不同全局同配性和局部同配性的网络类型。其中，应用角色连接轮廓划分网络结构类型进行划分的研究节点具有不同角色的概念，通过节点角色来分析庞大的复杂网络内部的微小结构功能，并充分考虑了网络中普遍存在的社区结构。因为节点角色是基于节点在社区内和社区之间的连接关系进行定义的，所以节点的角色准确的定位了节点在网络中的地位。研究节点角色就的连接关系就更能准确的反映网络内部结构信息。但是，目前已有的网络结构类型划分方法，针对复杂网络中重要节点的发现不具有实时性，因此导致不能够最大程度的体现重要节点的连接关系在复杂网络中确定网络结构类型的价值，并且针对部分复杂网络无法给出明确的网络结构类型。
技术实现思路
本专利技术提供了一种网络结构的检测方法、装置、电子设备及存储介质，用以解决现有技术中不能够及时发现网络中的重要节点，而导致的不能够根据重要节点之间的连接关系确定网络结构的技术问题。为了解决上述问题，依据本专利技术的一个方面，提供了一种网络结构的检测方法，所述方法包括：将待检测网络中的节点划分到不同的社区中，其中，每个节点对应一个社区；根据所述节点与在其所在第一社区内其他节点之间连接的第一连接数量、所述节点的度以及划分得到的社区数量，计算得到表征所述节点角色的第一参数和第二参数；根据所述第一参数、第二参数以及预设的阈值范围，将节点的角色为设定角色的节点确定为重要节点；根据所述重要节点的角色，及所述重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z-score值；根据每个Z-score值，确定当前所述待检测网络的网络结构。通过上述描述可知，通过确定待检测网络中每个节点的角色，进而可以及时发现待检测网络中的重要节点，并通过结算得到相同角色或者不同角色的重要节点之间连接的Z-score值，可实现根据待检测网络中的重要节点确定待检测网络的网络结构，因此既达到了及时发现网络中重要节点的目的，又能够根据重要节点在网络中的连接关系确定网络结构。具体地，所述根据所述重要节点的角色，及重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z-score值包括：根据第一角色和第二角色，确定属于第一角色的第一重要节点，属于第二角色的第二重要节点，其中第一角色和第二角色相同或不同；获取待检测网络中，所述第一重要节点与所述第二重要节点之间连接的第二连接数量；对所述待检测网络中的节点采用马尔可夫链交换方法，生成所述待检测网络的随机化网络的集合；获取所述随机化网络的集合中，每个随机化网络中所述第一重要节点与所述第二重要节点之间连接的第三连接数量，计算得到所述第三连接数量的平均值和标准差；根据所述第二连接数量、所述第三连接数量的平均值和标准差，计算得到所述第一角色的第一重要节点与第二角色的第二重要节点之间连接的Z-score值。其中，随机化网络是对待检测网络中的节点采用马尔可夫链交换方法后，节点的分布所构成的网络，其中，每一个节点的角色是不变的，因此可通过每一个随机化网络的集合中的第三连接数量，进而可得到第三连接数量的平均值的标准差，然后再通过第二连接数量、所述第三连接数量的平均值和标准差计算得到的Z-score值，其中Z-score值表示了相同角色或者不同角色的重要节点在待检测网络中之间连接的紧密程度，因此能够准确的反映待检测网络的内部结构。具体地，所述根据每个Z-score值，确定当前所述待检测网络的网络结构包括：根据确定网络结构的第一目标角色、第二目标角色；当第一目标角色的重要节点之间连接的第一Z-score值大于0，第一目标角色与第二目标角色的重要节点之间连接的第二Z-score值小于0，所述待检测网络为第一串型网络结构；当所述第一Z-score值小于0，所述第二Z-score值大于0，所述待检测网络为第一多星型网络结构。其中第一目标角色、第二目标角色为确定网络结构的重要角色，因此通过将这是两种目标角色的重要节点之间连接的Z-score值与0进行比较，确定出第一目标角色、第二目标角色的重要节点在待检测网络中连接的紧密程度，即可确定出待检测网络的网络结构，体现重要节点在复杂网络中确定网络结构类型的价值。具体地，所述根据每个Z-score值，确定当前所述待检测网络的网络结构之前，所述方法还包括：计算所述待检测网络的同配性系数；所述根据每个Z-score值，确定当前所述待检测网络的网络结构包括：根据所述同配性系数以及所述Z-score值，确定当前所述待检测网络的网络结构。具体地，所述根据所述同配性系数以及所述Z-score值，确定当前所述待检测网络的网络结构包括：根据确定网络结构的第一目标角色、第二目标角色和第三目标角色；当第一目标角色的重要节点之间连接的第一Z-score值大于0，第一目标角色与第二目标角色的重要节点之间连接的第二Z-score值小于0，且第三目标角色的重要节点之间连接的第三Z-score值大于0时，所述同配性系数大于0时，所述待检测网络为第二串型网络结构；当所述第一Z-score值小于0，所述第二Z-score值大于0，且所述第三Z-score值小于0时，所述同配性系数小于0时，所述待检测网络为第二多星型网络结构；当所述第一Z-score值大于0，所述第二Z-score值小于0，且所述第三Z-score值小于0时，所述同配性系数小于0时，所述待检测网络为混合型网络结构。由于待检测网络的同配性系数的正负，可决定待检测网络的网络结构为同配性还是异配性，即网络中度大节点与度小节点是否存在倾向连接，所以通过结合所述同配性系数以及所述Z-score值，可对待检测网络的网络结构作出进一步的确定，然后根据不同网络结构的网络性质，做进一步的研究和预测。依据本专利技术的另一个方面，还提供了一种电子设备，所述电子设备包括：第一处理器、第一存储器；所述第一处理器，用于读取所述第一存储器中的程序，执行下列过程：将待检测网络中的节点划分到不同的社区中，其中，每个节点对应一个社区；根据所述节点与在其所在第一社区内其他节点之间连接的第一连接数量、所述节点的度以及划分得到的社区数量，计算得到表征所述节点角色的第一参数和第二参数；根据所述第一参数、第二参数以及预设的阈值范围，将节点的角色为设定角色的节点确定为重要节点；根据所述重要节点的角色，及所述重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z-score值；根据每个Z-score值，确定当前所述待检测网络的网络结构。具体地，所述第一处理器在根据所述重要节点的角色，及重要节点之间连接的连接数量，计算相同角本文档来自技高网...

【技术保护点】
1.一种网络结构的检测方法，其特征在于，所述方法包括：将待检测网络中的节点划分到不同的社区中，其中，每个节点对应一个社区；根据所述节点与在其所在第一社区内其他节点之间连接的第一连接数量、所述节点的度以及划分得到的社区数量，计算得到表征所述节点角色的第一参数和第二参数；根据所述第一参数、第二参数以及预设的阈值范围，将节点的角色为设定角色的节点确定为重要节点；根据所述重要节点的角色，及所述重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z‑score值；根据每个Z‑score值，确定当前所述待检测网络的网络结构。

【技术特征摘要】
1.一种网络结构的检测方法，其特征在于，所述方法包括：将待检测网络中的节点划分到不同的社区中，其中，每个节点对应一个社区；根据所述节点与在其所在第一社区内其他节点之间连接的第一连接数量、所述节点的度以及划分得到的社区数量，计算得到表征所述节点角色的第一参数和第二参数；根据所述第一参数、第二参数以及预设的阈值范围，将节点的角色为设定角色的节点确定为重要节点；根据所述重要节点的角色，及所述重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z-score值；根据每个Z-score值，确定当前所述待检测网络的网络结构。2.如权利要求1所述的方法，其特征在于，所述根据所述重要节点的角色，及所述重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z-score值包括：根据第一角色和第二角色，确定属于第一角色的第一重要节点，属于第二角色的第二重要节点，其中第一角色和第二角色相同或不同；获取待检测网络中，所述第一重要节点与所述第二重要节点之间连接的第二连接数量；对所述待检测网络中的节点采用马尔可夫链交换方法，生成所述待检测网络的随机化网络的集合；获取所述随机化网络的集合中，每个随机化网络中所述第一重要节点与所述第二重要节点之间连接的第三连接数量，计算得到所述第三连接数量的平均值和标准差；根据所述第二连接数量、所述第三连接数量的平均值和标准差，计算得到所述第一角色的第一重要节点与第二角色的第二重要节点之间连接的Z-score值。3.如权利要求1所述的方法，其特征在于，所述根据每个Z-score值，确定当前所述待检测网络的网络结构包括：根据确定网络结构的第一目标角色、第二目标角色；当第一目标角色的重要节点之间连接的第一Z-score值大于0，第一目标角色与第二目标角色的重要节点之间连接的第二Z-score值小于0时，所述待检测网络为第一串型网络结构；当所述第一Z-score值小于0，所述第二Z-score值大于0时，所述待检测网络为第一多星型网络结构。4.如权利要求1所述的方法，其特征在于，所述根据每个Z-score值，确定当前所述待检测网络的网络结构之前，所述方法还包括：计算所述待检测网络的同配性系数；所述根据每个Z-score值，确定当前所述待检测网络的网络结构包括：根据所述同配性系数以及所述Z-score值，确定当前所述待检测网络的网络结构。5.如权利要求4所述的方法，其特征在于，所述根据所述同配性系数以及所述Z-score值，确定当前所述待检测网络的网络结构包括：根据确定网络结构的第一目标角色、第二目标角色和第三目标角色；当第一目标角色的重要节点之间连接的第一Z-score值大于0，第一目标角色与第二目标角色的重要节点之间连接的第二Z-score值小于0，且第三目标角色的重要节点之间连接的第三Z-score值大于0时，所述同配性系数大于0时，所述待检测网络为第二串型网络结构；当所述第一Z-score值小于0，所述第二Z-score值大于0，且所述第三Z-score值小于0时，所述同配性系数小于0时，所述待检测网络为第二多星型网络结构；当所述第一Z-score值大于0，所述第二Z-score值小于0，且所述第三Z-score值小于0时，所述同配性系数小于0时，所述待检测网络为混合型网络结构。6.一种电子设备，其特征在于，所述电子设备包括：第一处理器和第一存储器；所述第一处理器，用于读取所述第一存储器中的程序，执行下列过程：将待检测网络中的节点划分到不同的社区中，其中，每个节点对应一个社区；根据所述节点与在其所在第一社区内其他节点之间连接的第一连接数量、所述节点的度以及划分得到的社区数量，计算得到表征所述节点角色的第一参数和第二参数；根据所述第一参数、第二参数以及预设的阈值范围，将节点的角色为设定角色的节点确定为重要节点；根据所述重要节点的角色，及所述重要节点之间连接的连接数量，计算相同角色或者不同角色的重要节点之间连接的Z-score值；根据每个Z-score值，确定当前所述待检测网络的网络结构。7...

【专利技术属性】
技术研发人员：付怀勇，顾刚，周中民，
申请(专利权)人：中移苏州软件技术有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：江苏,32