基于边增长的社交网络人物重要性层级提升方法技术

基于边增长的社交网络人物重要性层级提升方法，包括：步骤S1，假设无向无权网络G，利用K

【技术实现步骤摘要】
基于边增长的社交网络人物重要性层级提升方法


[0001]本专利技术涉及数据挖掘和网络节点处理技术，尤其涉及一种基于边增长的社交网络人物重要性层级提升方法。

技术介绍

[0002]许多研究人员提出了许多方法来识别网络中的关键节点或衡量用户在在线社交网络中的影响力。K
‑
core分解算法被广泛应用于生物信息学、网络可视化和复杂网络的重要性度量。网络的K
‑
core结构可以利用K
‑
core分解算法来获得，一般来说，网络的K
‑
core结构是网络中一个最大的子图，其中每个节点至少有k条链路连接到子图中的其他节点，因此，其中所有顶点的度数至少为k。在K
‑
core分解算法的研究中，人们开始注意到K
‑
core分解过程中出现的临界性，即分解过程后只有两种结果，一是网络消失，没有节点能在修剪过程中存活下来；二是没有节点能被进一步移除，从而使网络最终拥有一个固定大小的K
‑
core子图。相反地，使用边增长的方法可以利用K
‑
core分解算法的临界性，提升节点的重要性层次。
[0003]社交网络是由一组社会参与者、一组二元关系以及参与者之间的其他社会互动组成的社会结构。社交网络的增长极大地提高了人们对社交生活中互联互通的认识。社交网络及其分析是一个从社会心理学、社会学、统计学和图论产生的内在的跨学科学术领域。许多重要的分析问题现在都是从网络的角度来看待的。例如：事件和属性是如何在人类之间传播和分配的，为什么八卦传播得比现实快，交通拥堵是如何发生和缓解的。学者们认为社交网络中的关键人物，对传播过程和传播范围具有重要的影响作用。
[0004]相关学者研究通过调查新浪微博中曝光的29起腐败案件，发现意见领袖在各类用户中的影响程度，并发现新闻机构和网络媒体是主要的意见领袖，并在一定程度上能主导舆论。利用社会网络和计量经济进行建模，对比分析意见领袖与普通节点间的关系，发现意见领袖的权威度可增强群体影响力。通过问卷调查，基于个体动机和社会资本角度，对影响微博意见领袖的因素进行研究，数据结果发现社会互动关系、信任和认同等对微博意见领袖均有显著影响。
[0005]社交网络中的意见领袖对于引导社交网络舆情起到不可忽视的作用。微博、微信、短视频等社交媒体对重大突发事件的传播和报道，能够挖掘事实真相、通达社情民意。在大量社交媒体信息交互和传播过程中，舆情事件传播中的关系人物针对舆情事件起到引导和推动作用。在认知作战中，快速抢占舆论的制高点，可以保卫我方包括虚拟空间在内的相关领域的文化，对引导相关群体良性发展，构建我国清朗有序的网络空间至关重要。
[0006]随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。在基于用户的推荐系统中，好友的推荐对于增加用户对推荐结果的信任度非常重要。社交网络中的关键人物亦可在网络营销中发挥巨大的作用，例如现在的直播带货，就是一种病毒式营销，依靠用户自发的口碑宣传，达到一种快速滚雪球
式的传播效果。根据现阶段社交媒体信息传播的现实情境，快速提高社交网络关键人物的作用和影响力，是解决和实现上述问题的重要切入点。
[0007]公开号为CN 104010003 A的专利技术专利提出了一种用于快速提升Sybil节点重要性的渗透方法，主要核心是利用增加Sybil节点的入度，快速提高Sybil节点的重要性，使Sybil节点更加容易融入原始网络，躲避Kademlia网络对Sybil节点的检测，可见该专利技术衡量节点重要性的指标为度中心性，该专利技术只利用了节点度的拓扑性质提升注入的虚假节点重要性，没有利用更多网络节点的拓扑性质进行节点重要性提升，并且其在物联网网络中的各种计算方法繁杂，运行过程中的时间效率较低，泛化性和适用性在其他网络中也会大打折扣。

技术实现思路

[0008]本专利技术要克服现有技术的上述缺点，提供基于边增长的社交网络人物重要性层级提升方法。
[0009]本专利技术依据经典的网络节点重要性排序指标，K
‑
core分解算法，通过边增长方法，即筛选满足限制条件的链路，在原有网络的基础上添加部分链路，经过对抗攻击，使网络节点的核值发生变化，提高节点的核值，有效的提升社交网络中人物重要性层级，使其成为网络中的关键人物。
[0010]本专利技术实现上述专利技术目的所采用的技术方案如下：
[0011]基于边增长的社交网络人物重要性层级提升方法，包括以下步骤：
[0012]S1：假设无向无权网络G，利用K
‑
core分解算法，得到网络G中各个节点的核值，选择其中核值最高的子图G
′
设定为期望提升核值的子图；
[0013]S2：定义子图G
′
中度值最高的节点列表为top，按照G
′
中节点的度值大小对子图G
′
进行删减，去除度值小的节点，只保留包含top的最大连通子图G"，根据目标节点之间的路径长度和度值大小计算子图G"中各个节点的优先级，根据优先级对节点排序，产生候选节点列表candidate；
[0014]S3：在候选节点列表candidate内产生待连接的链路，按照节点的优先级由计算公式对链路排序，产生链路列表，利用贪婪算法依次添加优先级最高的链路至原网络中。
[0015]优选的，所述步骤S1中：假设无向无权社交网络G＝(V,E)，V是网络中节点的集合，E是网络中链路的集合，利用K
‑
core分解算法对网络中的每个节点分配一个核值，选择核值最高的一系列节点及其链路组成子图G
′
，图G
′
＝(V
′
,E
′
)是另一个图G＝(V,E)的子图，它的顶点集V
′
是V的子集，并且它的边集E
′
是E的子集，子图关系记做
[0016]优选的，所述步骤S2中：
[0017]S2.1：定义子图G
′
中度值最高的一个或者几个节点为top，根据子图G
′
中节点的度值层层删减，去除度值小的节点，直到top只存在于最大连通子图G"当中；
[0018]S2.2：计算网络中任一节点i和top节点之间的节点距离，节点距离是指两个节点的最短路径包含的边的数目，记做X
i
；对节点距离归一化，归一化公式如下式(1)：
[0019][0020]其中，X
min
是所有节点距离中的最小值，X
max
是所有节点距离中的最大值；
[0021]S2.3：计算每个节点的度值，记做Y
i
；对节点的度值归一化，归一化公式如下式(2)：
[0022][0023]其中，Y
min...

【技术保护点】

【技术特征摘要】
1.基于边增长的社交网络人物重要性层级提升方法，其特征在于：包括以下步骤：S1：假设无向无权网络G，利用K
‑
core分解算法，得到网络G中各个节点的核值，选择其中核值最高的子图G
′
设定为期望提升核值的子图；S2：定义子图G
′
中度值最高的节点列表为top，按照G
′
中节点的度值大小对子图G
′
进行剪枝，去除度值小的节点，只保留包含top的最大连通子图G"，根据目标节点之间的路径长度和度值大小计算子图G"中各个节点的优先级，根据优先级对节点排序，产生候选节点列表candidate；S3：在候选节点列表candidate内产生待连接的链路，按照节点的优先级由计算公式对链路排序，产生链路列表，利用贪婪算法依次添加优先级最高的链路至原网络中。2.如权利要求1所述的基于边增长的社交网络人物重要性层级提升方法，其特征在于：所述步骤S1包括：假设无向无权社交网络G＝(V,E)，V是网络中节点的集合，E是网络中链路的集合，利用K
‑
core分解算法对网络中的每个节点分配一个核值，选择核值最高的一系列节点及其链路组成子图G
′
，图G
′
＝(V
′
,E
′
)是另一个图G＝(V,E)的子图，它的顶点集V
′
是V的子集，并且它的边集E
′
是E的子集，子图关系记做3.如权利要求1所述的基于边增长的社交网络人物重要性层级提升方法，其特征在于：所述步骤S2包括：S2.1：定义子图G
′<...

【专利技术属性】
技术研发人员：宣琦，毛勇超，周波，吕宇乾，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：