System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据挖掘和复杂网络分析,具体涉及一种社交网络桥接节点识别方法、装置、设备及存储介质。
技术介绍
1、近年来,随着大数据技术的快速发展,互联网与人类活动已经产生了密不可分的联系,如今的物联网技术使得万物互通互联,人们日常生活的相关信息都被记录在电子设备上,进而上传到网络端供技术人员进行改进设计,最终优化的产品又能够更好地服务于人。这表明人类活动与网络已经产生了密不可分的联系。
2、在网络结构的研究中,有一类节点对网络的传播及演化起到至关重要的作用,被称为桥接节点。从结构上来看,这类节点是连接不同社区结构的桥梁;从信息传播的角度来看,这类节点是信息传递过程的最高效中介节点。在交通运输领域,乘客的出行网络数据经过分析与处理后,能够作为改进交通管理方案的重要组成部分,而桥接节点在路网中代表着主要拥堵点,是十分重要的网络结构。对于不同地区的进出口贸易网络,桥接节点在经济网络中扮演着中介的关键作用,为政府相关部门分析贸易逆差,并及时调整相关经济政策,最终得以寻求最大化发展提供了重要数据分析指标支持。在电子商务的推荐系统中,桥接节点连接着不同兴趣点的用户,如果能够找到这些桥接节点并以此来改进推荐算法,能够为用户提供更为准确且泛化的推荐条目。
3、目前,较常用的桥接节点方法都是构造一种计算指标对网络中所有节点进行排序,经过对比后得出。这类方法需要对全局网络进行遍历,往往计算复杂度较高,如pagerank算法、介数中心性等。
4、本专利技术申请人在实施本专利技术的过程中,发现现有技术中至少存在如下
技术实现思路
1、鉴于上述问题,提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种社交网络桥接节点识别方法、装置、设备及存储介质。
2、一方面,本专利技术提供了一种社交网络桥接节点识别方法,包括如下步骤:
3、步骤s101:根据用户群体及用户间的相互关系构建用户社交网络,得到用户社交网络的全局统计参数和节点微观统计指标;
4、步骤s102:根据用户社交网络的全局统计参数和节点的微观统计参数,确定网络双曲嵌入空间庞加莱圆盘空间参数和网络节点嵌入向量的径坐标分量;
5、步骤s103:根据节点嵌入向量的径坐标分量和基于最大似然估计的优化算法,获得网络节点嵌入向量的角坐标分量;
6、步骤s104:根据节点嵌入向量的径坐标和角坐标分量,利用社区划分算法获取网络的社区结构及社区方位,缩小并确定桥接节点的局部搜索范围;
7、步骤s105:根据桥接节点的局部搜索范围和节点嵌入向量,计算并依据节点的二部连接性,识别社交网络中的桥接节点。
8、可选地,所述步骤s101包括:
9、获取用户社交关系,根据用户社交关系,确定用户群体,构建用户的社会关系网,用户的社交关系网以符号网络图数据结构构建,其中用户以网络中的节点表示,用户之间的关系以节点间的连边表示;
10、根据用户社交关系构建的网络图数据结构,计算网络的全局统计参数和节点的微观统计参数,包括网络的节点数,总连边数,平均度,各节点度,度分布幂律值。
11、可选地,步骤s102包括:
12、根据用户社交网络的全局统计参数,利用动态双曲图生成模型,计算可扩展庞加莱圆盘的半径和空间曲率;
13、根据节点的微观统计参数和庞加莱圆盘的空间参数,计算节点嵌入向量的径坐标分量。
14、可选地,所述步骤s103包括:
15、根据节点嵌入向量的径坐标分量,确定节点角坐标的嵌入次序,保证连接多的节点优先嵌入;
16、根据节点角坐标的嵌入次序和基于最大似然估计的优化算法,获得网络节点嵌入向量的角坐标分量。
17、可选地,所述步骤s104包括:
18、根据节点嵌入向量,利用社区划分算法,得到网络的社区划分结构和社区方位;
19、根据社区划分结构和社区方位,确认桥接节点存在的区域范围的上确界,缩小并确定桥接节点的局部搜索范围,
20、其中,桥接节点在双曲空间中可能存在的区域范围上确界的计算公式可表示为:
21、
22、其中,δθs={δθ1,…,δθs,…,δθ|c|}表示桥接节点可能的角坐标差的集合,|c|表示网络中的社区数量,σ为常数。
23、可选地,所述根据节点嵌入向量,利用社区划分算法,得到网络的社区划分结构和社区方位进一步包括:
24、根据节点嵌入向量,调整节点间隙参数,寻找网络模块度最大的社区划分结构,作为最终的社区划分结果。
25、可选地,所述步骤s105包括:
26、根据节点嵌入向量和桥接节点的局部搜索范围,确定待识别桥接节点的子集,计算并依据节点的二部连接性,确定桥接节点的编号和位置。
27、另一方面,本专利技术提供一种社交网络桥接节点识别装置,装置包括:
28、网络构建及参数统计模块,用于根据用户社交关系,构建社交网络图数据结构,并统计网络的全局统计参数和节点的微观统计参数;
29、网络嵌入模块,用于根据网络的全局统计参数和节点微观统计参数,确定节点嵌入空间庞加莱圆盘的空间参数,计算节点嵌入向量的径坐标分量和角坐标分量;
30、社区划分模块,用于根据节点嵌入向量,计算网络的节点簇模块度,得到模块度最大的节点簇作为社区划分结果;
31、桥接节点识别模块,用于根据网络的社区划分结果,确定桥接节点的搜索范围,计算搜索范围内节点的二部连接性,识别网络的桥接节点。
32、再一方面,本专利技术提供一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
33、所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行所述的社交网络桥接节点识别方法对应的操作。
34、又一方面,本专利技术提供一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行所述的一种基于双曲图嵌入的社交网络桥接节点识别方法对应的操作。
35、与现有技术相比,本专利技术具有如下有益效果:
36、根据本专利技术的一种基于双曲图嵌入的社交网络桥接节点识别方法、装置、设备及存储介质,可以利用双曲空间中复杂网络的节点极坐标以及节点之前的几何关系,计算出桥接节点在双曲空间的可能分布位置。该几何搜索方本文档来自技高网...
【技术保护点】
1.一种社交网络桥接节点识别方法,其特征在于,方法包括如下步骤:
2.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤S101包括:
3.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,步骤S102包括:
4.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤S103包括:
5.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤S104包括:
6.根据权利要求5所述的社交网络桥接节点识别方法,其特征在于,所述根据节点嵌入向量,利用社区划分算法,得到网络的社区划分结构和社区方位进一步包括:
7.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤S105包括:
8.一种社交网络桥接节点识别装置,其特征在于,装置包括:
9.一种计算设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
10.一种计算机存储介质,其特征在于,所述存
...【技术特征摘要】
1.一种社交网络桥接节点识别方法,其特征在于,方法包括如下步骤:
2.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤s101包括:
3.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,步骤s102包括:
4.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤s103包括:
5.根据权利要求1所述的社交网络桥接节点识别方法,其特征在于,所述步骤s104包括:
6.根据权利要求5所述的社交网络桥接节点识别方法,其特征在于,所述根据节点嵌入向量,利用社区划分算法,得...
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。