一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边方法,具体如下:
构建网络模型:
记录种子节点信息:
获取共同邻居:
构建二阶局部社团:
计算社团特征:
计算相似性分数:
遍历网络:
排序节点对:
预测连边:
本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例,充分利用了网络局部结构信息,从而预测效果好,准确率高。
| 专利名称 | 一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610710677.3 |
| 申请号 | - | 专利申请日期 | 2016-08-23 |
| 专利授权日期 | 2017-02-01 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 杨旭华;程之;肖杰 | ||
| 权利人 | - | ||
| 专利摘要 | 一种基于二阶局部社团和共同邻居比例信息的预测网络未知连边的方法,构建网络模型,任取一对未连接节点作为种子节点,记录种子节点的一阶和二阶邻居总数;获取种子节点的一阶和二阶共同邻居节点,这些节点及其之间的连边构成二阶局部社团;记录该社团的节点和连边总数;计算该社团的度系数、边聚类系数、简谐平均距离和二阶局部社团系数;计算节点对之间的相似性分数指标;遍历网络,对任意两个未连接节点,计算相应的相似性分数指标,将所有的未连接节点对之间的相似性分数按降序排列,取前m个指标对应的节点对为预测连边。本发明考虑了二阶局部社团和种子节点的共同邻居在邻居中的比例,充分利用了网络局部结构信息,预测效果好,准确率高。 | ||