传播网络结构重构方法、装置、设备及可读存储介质制造方法及图纸

本申请涉及一种传播网络结构重构方法、装置、设备及可读存储介质，包括从感染节点集合开始传播得到各节点感染状态数据；根据感染状态数据构建各节点的目标父节点集合；基于目标父节点集合和节点集合对边集合进行更新生成目标边集合；基于节点集合和目标边集合构建目标网络拓扑结构图，若构建目标网络拓扑结构图的次数未达到预设构建次数，根据所构建的目标网络拓扑结构图对应的网络结构间的相似程度和各个节点的自信息重新筛选出多个节点更新至感染节点集合，以生成新的感染节点集合进行新的传播；否则根据最终生成的目标网络拓扑结构图对传播网络结构进行重构。本申请可有效解决重构结果覆盖范围所存在的局限性问题，并提升重构效率和准确率。升重构效率和准确率。升重构效率和准确率。

【技术实现步骤摘要】
传播网络结构重构方法、装置、设备及可读存储介质


[0001]本申请涉及信息传播
，特别涉及一种传播网络结构重构方法、装置、设备及可读存储介质。

技术介绍

[0002]信息传播在社会网络中普遍存在，是社会中个体之间进行信息交流传递的活动，可以将信息传播的路径抽象为一张张传播网络，且在人们生活的方方面面都能看到传播网络的身影，比如社交网络上的信息传播、人际交往中的相互影响等。分析网络中的信息传播方式可以帮助我们了解个体之间潜在的影响关系，从而指导开展相关的工作。研究人员通过分析信息的传播方式，重构传播网络的结构，可以帮助人们直观地理解信息的传递规律，从而对未来进行预测，并可以进一步促进或阻止可能出现的信息传播过程。其中，在对传播网络结构重构的过程中，需要获得传播过程中的历史传播结果数据并对其进行分析，从而重构网络的拓扑结构(即组成网络的各个节点之间的相互影响关系)。
[0003]现有的重构方法所使用到的观测数据主要都是通过被动观测的方式得到的，没有筛选出更加有助于推断过程进行的数据，从而可能会导致获得的数据覆盖范围存在一定的局限性，进而使得推断出来的传播网络结构也存在着覆盖范围比较局限、准确率和效率较低的问题。

技术实现思路

[0004]本申请提供一种传播网络结构重构方法、装置、设备及可读存储介质，以解决相关技术中由于通过被动观测得到的观测数据重构传播网络结构而导致的传播网络结构覆盖范围存在局限性以及重构准确性差和效率低的问题。
[0005]第一方面，提供了一种传播网络结构重构方法，包括以下步骤：
[0006]从感染节点集合开始传播并传播预设次数，得到各节点的感染状态数据，所述感染节点集合包括从节点集合中筛选出的多个节点；
[0007]根据感染状态数据构建各节点的目标父节点集合；
[0008]基于目标父节点集合和节点集合对边集合进行更新，生成目标边集合；
[0009]基于节点集合和目标边集合构建目标网络拓扑结构图，并判断构建目标网络拓扑结构图的次数是否达到预设构建次数；
[0010]若否，则根据所构建的目标网络拓扑结构图对应的网络结构间的相似程度和各个节点的自信息从节点集合中筛选出M个节点作为目标初始感染节点更新至感染节点集合，以生成新的感染节点集合，基于新的感染节点集合执行所述从感染节点集合开始传播并传播预设次数的步骤，其中M为正整数；
[0011]若是，则根据最终生成的目标网络拓扑结构图对传播网络结构进行重构。
[0012]一些实施例中，在所述从感染节点集合开始传播并传播预设次数的步骤之前，还包括：
[0013]根据初始感染节点比例和节点总数从节点集合中筛选出多个节点；
[0014]将所述多个节点作为初始感染节点加入至感染节点集合。
[0015]一些实施例中，所述根据所构建的目标网络拓扑结构图对应的网络结构间的相似程度和各个节点的自信息从节点集合中筛选出M个节点作为目标初始感染节点更新至感染节点集合，以生成新的感染节点集合，包括：
[0016]每经过α次传播后，基于第一计算公式计算所构建的目标网络拓扑结构图对应的网络结构间的准确率Precision和召回率Recall，通过Precision和Recall表征网络结构间的相似程度，其中α为正整数；
[0017]每经过β次传播后，基于第二计算公式计算各个节点的自信息，其中β为正整数；
[0018]根据准确率、召回率和自信息从节点集合中筛选出M个节点作为目标初始感染节点；
[0019]将感染节点集合中的节点替换为目标初始感染节点，生成新的感染节点集合；
[0020]所述第一计算公式为：
[0021][0022][0023]式中，N
TP
表示当前推断得到的第一网络G'和上一次推断得到的第二网络G”中都存在的边的数目，N
FP
表示在G'中存在但在G”中不存在的边的数目，N
FN
表示在G'中不存在但在G”中存在的边的数目；
[0024]所述第二计算公式为：
[0025]SI(v
i
)＝
‑
log2p(v
i
)
[0026][0027]式中，SI(v
i
)表示节点v
i
的自信息，p(v
i
)表示节点v
i
被选择作为初始感染节点的概率，N
i
表示从第一次传播开始到计算SI(v
i
)为止，节点v
i
被选择作为初始感染节点的次数。
[0028]一些实施例中，所述根据准确率、召回率和自信息从节点集合中筛选出M个节点作为目标初始感染节点，包括：
[0029]根据准确率和召回率之间的大小关系以及预设调整值对初始感染节点比例进行更新，得到目标初始感染节点比例；
[0030]根据目标初始感染比例和节点总数确定出M的取值；
[0031]按照自信息从大到小的顺序对节点集合中的各个节点进行排序，得到排序队列；
[0032]从所述排序队列中选取排列在前M位的节点作为目标初始感染节点。
[0033]一些实施例中，所述根据感染状态数据构建各节点的目标父节点集合，包括：
[0034]根据感染状态数据计算各节点之间的激活互信息；
[0035]基于激活互信息构建各节点的目标父节点集合。
[0036]一些实施例中，所述根据感染状态数据计算各节点之间的激活互信息，包括：
[0037]基于感染状态数据计算各节点的出现概率P(X
i
)和各节点之间的联合概率P(X
i
,X
j
)；
[0038]根据出现概率和联合概率通过下式计算各节点之间的激活互信息：
[0039][0040]其中，MI(X
i
,X
j
)为节点v
i
和节点v
j
感染状态之间互信息的分量，P(X
i
)为节点v
i
处于状态X
i
的概率，X
i
表示节点v
i
的感染状态，P(X
i
,X
j
)表示节点v
i
处于状态X
i
，同时节点v
j
处于状态X
j
的联合概率，AMI(X
i
,X
j
)表示激活互信息，MI(X
i
＝0,X
j
＝0)表示节点v
i
和节点v
j
均处于未感染状态时的相关性分量，属于正感染关联，MI(X
i
＝1,X
j
＝1)表示节点v
i
和节点v
j
均处于感染状态时的相关性分量，属于正感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传播网络结构重构方法，其特征在于，包括以下步骤：从感染节点集合开始传播并传播预设次数，得到各节点的感染状态数据，所述感染节点集合包括从节点集合中筛选出的多个节点；根据感染状态数据构建各节点的目标父节点集合；基于目标父节点集合和节点集合对边集合进行更新，生成目标边集合；基于节点集合和目标边集合构建目标网络拓扑结构图，并判断构建目标网络拓扑结构图的次数是否达到预设构建次数；若否，则根据所构建的目标网络拓扑结构图对应的网络结构间的相似程度和各个节点的自信息从节点集合中筛选出M个节点作为目标初始感染节点更新至感染节点集合，以生成新的感染节点集合，基于新的感染节点集合执行所述从感染节点集合开始传播并传播预设次数的步骤，其中M为正整数；若是，则根据最终生成的目标网络拓扑结构图对传播网络结构进行重构。2.如权利要求1所述的传播网络结构重构方法，其特征在于，在所述从感染节点集合开始传播并传播预设次数的步骤之前，还包括：根据初始感染节点比例和节点总数从节点集合中筛选出多个节点；将所述多个节点作为初始感染节点加入至感染节点集合。3.如权利要求2所述的传播网络结构重构方法，其特征在于，所述根据所构建的目标网络拓扑结构图对应的网络结构间的相似程度和各个节点的自信息从节点集合中筛选出M个节点作为目标初始感染节点更新至感染节点集合，以生成新的感染节点集合，包括：每经过α次传播后，基于第一计算公式计算所构建的目标网络拓扑结构图对应的网络结构间的准确率Precision和召回率Recall，通过Precision和Recall表征网络结构间的相似程度，其中α为正整数；每经过β次传播后，基于第二计算公式计算各个节点的自信息，其中β为正整数；根据准确率、召回率和自信息从节点集合中筛选出M个节点作为目标初始感染节点；将感染节点集合中的节点替换为目标初始感染节点，生成新的感染节点集合；所述第一计算公式为：所述第一计算公式为：式中，N
TP
表示当前推断得到的第一网络G'和上一次推断得到的第二网络G”中都存在的边的数目，N
FP
表示在G'中存在但在G”中不存在的边的数目，N
FN
表示在G'中不存在但在G”中存在的边的数目；所述第二计算公式为：SI(v
i
)＝
‑
log2p(v
i
)式中，SI(v
i
)表示节点v
i
的自信息，p(v
i
)表示节点v
i
被选择作为初始感染节点的概率，
N
i
表示从第一次传播开始到计算SI(v
i
)为止，节点v
i
被选择作为初始感染节点的次数。4.如权利要求3述的传播网络结构重构方法，其特征在于，所述根据准确率、召回率和自信息从节点集合中筛选出M个节点作为目标初始感染节点，包括：根据准确率和召回率之间的大小关系以及预设调整值对初始感染节点比例进行更新，得到目标初始感染节点比例；根据目标初始感染比例和节点总数确定出M的取值；按照自信息从大到小的顺序对节点集合中的各个节点进行排序，得到排序队列；从所述排序队列中选取排列在前M位的节点作为目标初始感染节点。5.如权利要求1所述的传播网络结构重构方法，其特征在于，所述根据感染状态数据构建各节点的目标父节点集合，包括：根据感染状态数据计算各节点之间的激活互信息；基于激活互信息构建各节点的目标父节点集合。6.如权利要求5所述的传播网络结构重构方法，其特征在于，所述根据感染状态数据计算各节点之间的激活互信息，包括：基于感染状态数据计算各节点的出现概率P(X
...

【专利技术属性】
技术研发人员：陈政宇，封奇志，徐贝澄，甘庭，黄浩，
申请(专利权)人：武汉大学，
类型：发明
国别省市：