【技术实现步骤摘要】
一种基于网络表示学习的捷径发现方法及系统
[0001]本专利技术属于数据管理领域，具体涉及一种基于网络表示学习的捷径发现方法及系统。
技术介绍
[0002]许多复杂的网络系统可以描述为图，其中节点代表个体，边代表个体之间的交互。作为研究最深入的网络之一，社交网络在人与人之间联系和传播各种信息方面发挥着重要作用。用户之间的连接关系构成图。我们通常使用图论将社交网络划分为社区。社交网络图中的这些边和节点分为社区内边、节点和跨社区边、节点。许多研究都集中在跨社区边缘，即在不同社区之间传播信息方面发挥重要作用的节点。许多研究都集中在关键的跨社区节点上，例如结构洞检测。然而，很少有研究关注关键的跨社区边检测，例如捷径检测和桥连接。如果一条边的两个人没有直接的共同朋友，则这条边被称为广义上的桥梁或捷径。如果我们删除一条捷径，那么从捷径的一个用户到另一个用户的长度大于3的其他路径。捷径在信息传播中发挥着重要作用。我们发现对舆论研究有重大影响的捷径。这样可以改变信息传播的过程。
[0003]在专利技术专利“基于图形化关联社会网络分析...
【技术保护点】
【技术特征摘要】
1.一种基于网络表示学习的捷径发现方法，其特征在于，所述方法包括：S1：爬取社交网络数据，并提取社交网络数据中的社交网络结构图；S2：利用Q
‑
HAM算法对社交网络结构图进行社区划分和多个节点值排序；S3：根据社交网络结构图中节点的值，计算节点的边，并根据节点的边确定节点的边的方向；S4：根据节点的边的方向、社区划分结果及节点排序结果，得到转换后的边图；S5：对转换后的边图，利用PageRank算法处理后，得到转换后的边图的节点排序值；S6：把转换后的边图转换为原图，把转换后的边图的节点排序值映射到原图的边上，得到了原图边的排序分数，利用所述原图边的排序分数，对原图的边进行排序，即得到了基于网络表示学习的捷径。2.根据权利要求1所述的一种基于网络表示学习的捷径发现方法，其特征在于，根据社区划分结果及节点排序结果，得到带有社区信息的社交网络图，根据节点的边的方向，对带有社区信息的社交网络图处理得到转换后的边图。3.根据权利要求1所述的一种基于网络表示学习的捷径发现方法，其特征在于，所述步骤S2具体包括：S21：利用社交网络结构图提取邻接矩阵，通过社交网络结构图中节点的直接模块度和社交网络结构图中节点的间接模块度作为一个辅助矩阵，对邻接矩阵和辅助矩阵进行谱聚类操作，得到梯度下降的目标函数，通过调整社交网络结构图中的节点的值，得到目标函数最小时对应的节点的值，并根据节点的值对多个节点进行排序；S22：在社交网络结构图中选择初始化的多个节点样本作为初始聚类中心，计算在社交网络结构图中多个其他节点样本到初始聚类中心的距离，将距离最小的其他节点样本分配到聚类中心对应的聚类；更新其他节点样本到初始聚类中心的距离，直到形成需要的社区数量与聚类数相同，即得到社区划分结果。4.根据权利要求1所述的一种基于网络表示学习的捷径发现方法，其特征在于，所述节点的值反映节点的和谐程度，所述节点的边表示信息从节点的值高的节点传播到节点的值低的节点。5.根据权利要求2所述的一种基于网络表示学习的捷径发现方法，其特征在于，所述S4具体包括：根据带有...
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。