基于局部结构的微博网络重要节点发现方法、装置及介质制造方法及图纸

本发明专利技术涉及一种基于局部结构的微博网络重要节点发现方法、装置及介质，本发明专利技术的技术方案通过获取微博网络数据并建立网络拓扑模型；计算邻居节点对节点重要性的贡献；根据网络拓扑模型中任意节点的出入度和节点对邻居节点的贡献计算节点的局部重要性；计算邻居节点的局部重要性，通过节点的局部重要性及邻居节点的局部重要性对节点进行排序；通过SIR模型计算每个节点在设定时间内的传播能力；通过检测算法进行准确性校验，输出精确预测的节点传播能力的排序。本发明专利技术的有益效果为：充分挖掘节点的影响力，通过计算节点自身重要性和邻居节点重要性，针对大规模稀疏微博网络数据具有较好的应用价值，且具有时间复杂度低，降低了系统资源的消耗。

Method, device and medium for discovering important nodes in microblog network based on local structure

【技术实现步骤摘要】
基于局部结构的微博网络重要节点发现方法、装置及介质
本专利技术涉及社交网络及数据分析领域，具体涉及了一种基于局部结构的微博网络重要节点发现方法、装置及介质。
技术介绍
微博网络是重要的社交网络，在信息传播的背景下，对微博网络的关键节点进行识别，能够挖掘出引爆网络的关键节点，还能分析出网络信息传播路径，及时对舆情进行监控和引领。对于商家而言，通过关键节点挖掘，在微博上对广告进行定点投放，得到最大收益。因此，对微博网络关键节点识别具有较大研究意义。重要节点挖掘方法较多，大体可分为基于局部结构、基于全局结构和基于随机游走的方法。基于局部结构的挖掘方法主要利用节点的度信息和邻居节点信息，由于具有复杂度低、计算速度快等特点，常用于大规模网络中。基于全局结构的方法考虑了节点在全局网络中的属性，其准确性较高。随机游走的方法采用迭代的方法来计算节点重要性，能够深层的揭示网络的结构，典型的方法包括pagerank、leadrank方法。基于全局的方法和随机游走的方法虽然预测精度高，但不适用于大型网络中。而微博网络数据具有数据量大且稀疏的特点，现有的技术方本文档来自技高网...

【技术保护点】
1.一种基于局部结构的微博网络重要节点发现方法，其特征在于，该方法包括：/nS100，获取微博网络数据并建立网络拓扑模型；/nS200，根据所述网络拓扑模型中任意节点及其邻居节点的联系性，计算邻居节点对节点重要性的贡献；/nS300，根据所述网络拓扑模型中任意所述节点的出入度和所述节点对所述邻居节点的贡献计算所述节点的局部重要性；/nS400，结合所述节点的局部重要性和所述邻居节点，计算所述邻居节点的局部重要性，通过所述节点的局部重要性及所述邻居节点的局部重要性对节点进行排序；/nS500，通过SIR模型计算每个节点在设定时间内的传播能力，并进行排序，得到节点传播能力的排序并进行展示。/n

【技术特征摘要】
1.一种基于局部结构的微博网络重要节点发现方法，其特征在于，该方法包括：
S100，获取微博网络数据并建立网络拓扑模型；
S200，根据所述网络拓扑模型中任意节点及其邻居节点的联系性，计算邻居节点对节点重要性的贡献；
S300，根据所述网络拓扑模型中任意所述节点的出入度和所述节点对所述邻居节点的贡献计算所述节点的局部重要性；
S400，结合所述节点的局部重要性和所述邻居节点，计算所述邻居节点的局部重要性，通过所述节点的局部重要性及所述邻居节点的局部重要性对节点进行排序；
S500，通过SIR模型计算每个节点在设定时间内的传播能力，并进行排序，得到节点传播能力的排序并进行展示。


2.根据权利要求1所述的基于局部结构的微博网络重要节点发现方法，其特征在于，该方法还包括：
S600，对所述S100～S500通过检测算法进行准确性校验，输出精确预测的节点传播能力的排序。


3.根据权利要求1所述的基于局部结构的微博网络重要节点发现方法，其特征在于，所述S100包括：
获取网络数据并建立网络拓扑模型G(V，E),网络以邻接矩阵A表示，A中元素值axy∈{0,1}，axy＝1表示网络存在x→y的连边，为0表示不存在连边。


4.根据权利要求1所述的基于局部结构的微博网络重要节点发现方法，其特征在于，所述S200包括：
定义所述网络拓扑模型中任意节点的度中心性、贡献概率及节点聚类度，通过所述度中心性、所述贡献概率及所述节点聚类度计算所述邻居节点对所述节点的重要性。


5.根据权利要求3或4所述的基于局部结构的微博网络重要节点发现方法，其特征在于，所述S200还包括：
将所述度中心性DC(vi)配置为



所述度中心性用于描述了节点在全局网络中的相对重要性；
将所述共享概率P(vi)配置为



将所述共享概率用于表示节点...

【专利技术属性】
技术研发人员：丁大钊，李兴龙，罗飞扬，马健，武泽东，尚永强，郝亚军，
申请(专利权)人：珠海高凌信息科技股份有限公司，
类型：发明
国别省市：广东;44