本發(fā)明屬于網(wǎng)絡(luò)科學(xué)和鏈路預(yù)測技術(shù)領(lǐng)域，尤其涉及一種基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法。

背景技術(shù)：

鏈路預(yù)測是將復(fù)雜網(wǎng)路與信息科學(xué)聯(lián)系起來的重要橋梁之一，有重要的實(shí)際應(yīng)用價(jià)值。鏈路預(yù)測是指通過已知網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)等信息預(yù)測網(wǎng)絡(luò)中尚未鏈接的兩個(gè)節(jié)點(diǎn)之間產(chǎn)生鏈接的可能性。鏈接包括未知和未來鏈接兩種，未知鏈接指的是目前的網(wǎng)絡(luò)中本來存在但是由于某種原因缺失的鏈接，未來鏈接指的是目前的網(wǎng)絡(luò)中沒有但是在將來有可能出現(xiàn)的鏈接。目前，基于局部拓?fù)湫畔⒌逆溌奉A(yù)測算法由于算法復(fù)雜度低，計(jì)算簡便，已經(jīng)成為主流的方法。例如現(xiàn)有的共同鄰居算法(cn)、adamic-adar算法(aa)、資源分配算法(ra)，這些算法都是基于局部拓?fù)湫畔⑦M(jìn)行鏈路預(yù)測的，但是它們沒有考慮到社團(tuán)結(jié)構(gòu)對(duì)鏈路預(yù)測的影響，因此預(yù)測的準(zhǔn)確度不高?，F(xiàn)在已有一些研究者把社團(tuán)結(jié)構(gòu)加入到鏈路預(yù)測中，他們認(rèn)為處在同一個(gè)社團(tuán)的節(jié)點(diǎn)相似性比較高，處在不同社團(tuán)的節(jié)點(diǎn)相似性相對(duì)低。然而，他們只考慮了社團(tuán)內(nèi)部的節(jié)點(diǎn)之間的關(guān)系，而忽略了社團(tuán)之間的相似性，且這些方法都是在共同鄰居存在的前提下定義的，當(dāng)處于不同社團(tuán)的兩個(gè)節(jié)點(diǎn)之間沒有共同鄰居時(shí)，則認(rèn)為這兩個(gè)節(jié)點(diǎn)的相似性為0，因此這些算法的預(yù)測準(zhǔn)確性比較低。

綜上所述，現(xiàn)有技術(shù)存在的問題是：目前基于局部拓?fù)湫畔⒌逆溌奉A(yù)測方法預(yù)測準(zhǔn)確度不高。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法。

本發(fā)明是這樣實(shí)現(xiàn)的，一種基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法，所述基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法利用節(jié)點(diǎn)之間局部拓?fù)湫畔⒂?jì)算節(jié)點(diǎn)之間的相似性值。當(dāng)兩個(gè)節(jié)點(diǎn)處于同一個(gè)社團(tuán)時(shí)，社團(tuán)相關(guān)性為最大值，當(dāng)兩個(gè)節(jié)點(diǎn)處于不同社團(tuán)時(shí)，在考慮局部拓?fù)湫畔⒌幕A(chǔ)上，將節(jié)點(diǎn)之間的相似性轉(zhuǎn)化為兩個(gè)社團(tuán)之間的相關(guān)性，然后計(jì)算兩個(gè)社團(tuán)之間的相關(guān)性值。最后綜合考慮局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的影響進(jìn)行鏈路預(yù)測；

所述基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法在無權(quán)無向的復(fù)雜網(wǎng)絡(luò)中進(jìn)行；用a表示鄰接矩陣，如果節(jié)點(diǎn)i和節(jié)點(diǎn)j有聯(lián)系，那么a的第i行第j列上的值為aij＝1，否則aij＝0；節(jié)點(diǎn)的度被定義為網(wǎng)絡(luò)中所有與該節(jié)點(diǎn)直接相連的節(jié)點(diǎn)的個(gè)數(shù)，節(jié)點(diǎn)i的度通常被記為ki，可以用公式表示；定義：γ(x)為x的鄰居集合，其中x可以是節(jié)點(diǎn)也可以是社團(tuán)。

進(jìn)一步，所述基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法包括以下步驟：

步驟一，建立網(wǎng)絡(luò)模型g(v,e),v＝{v1,v2,...vn}為網(wǎng)絡(luò)中的節(jié)點(diǎn)集合，e＝{(vx,vy)|vx∈v,vy∈v}代表邊的集合，基于網(wǎng)絡(luò)模型生成鄰接矩陣a，其中

步驟二，網(wǎng)絡(luò)被劃分成四個(gè)社團(tuán)，記為c＝{c1,c2,c3,c4}，其中v(c1)＝{1,2,3,4}，v(c2)＝{5,6,7,8,9}，v(c3)＝{10,11,12,13}，v(c4)＝{14,15,16,17}；

步驟三，將網(wǎng)絡(luò)中所有的節(jié)點(diǎn)對(duì)(i,j)挑選出來作為候選節(jié)點(diǎn)對(duì)；

步驟四，利用候選節(jié)點(diǎn)對(duì)之間的局部拓?fù)湫畔⒂?jì)算步驟三所述的節(jié)點(diǎn)對(duì)之間的相似性值，因?yàn)檫@兩對(duì)節(jié)點(diǎn)都沒有共同鄰居，所以用局部拓?fù)湫畔⒂?jì)算出來的兩對(duì)節(jié)點(diǎn)的相似性值都為0；

步驟五，計(jì)算步驟三所述的節(jié)點(diǎn)對(duì)所在社團(tuán)的社團(tuán)相關(guān)性；

步驟六，綜合考慮局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性對(duì)節(jié)點(diǎn)相似性的影響，重新計(jì)算候選節(jié)點(diǎn)對(duì)之間的相似性值su,v。例如采用公式因此節(jié)點(diǎn)5和節(jié)點(diǎn)10之間的相似性比節(jié)點(diǎn)10和節(jié)點(diǎn)14之間的相似性高；

步驟七，重復(fù)步驟四至步驟六，計(jì)算每個(gè)節(jié)點(diǎn)對(duì)的相似性值，并將相似性值按降序排列，構(gòu)建相似性列表；

步驟八，根據(jù)某種相似性準(zhǔn)則，獲取相似性列表中前n個(gè)節(jié)點(diǎn)對(duì)，這些排在前n個(gè)的節(jié)點(diǎn)對(duì)即為本鏈路預(yù)測方法得出的最有可能在未來產(chǎn)生連邊的節(jié)點(diǎn)對(duì)，其中n為正整數(shù)。

進(jìn)一步，所述步驟五中具體過程如下：

(1)分別找到候選節(jié)點(diǎn)5和10所在的社團(tuán)c2和c3；

(2)計(jì)算v(c2)＝{5,6,7,8,9}，γ(c2)＝{3,10}，因此γ(c2)∪v(c2)＝{3,5,6,7,8,9,10}；

(3)同上，求出γ(c3)∪v(c3)＝{4,7,10,11,12,13}；

(4)計(jì)算社團(tuán)c2和c3的社團(tuán)相關(guān)性為

(5)對(duì)(4)中的社團(tuán)相關(guān)性進(jìn)行歸一化，結(jié)果為

同理，可得到節(jié)點(diǎn)10和節(jié)點(diǎn)14分別屬于社團(tuán)c3和社團(tuán)c4，這兩個(gè)社團(tuán)歸一化之后的社團(tuán)相關(guān)性為

本發(fā)明的另一目的在于提供一種利用所述基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法預(yù)測鏈路。

本發(fā)明選取三個(gè)真實(shí)的復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)集，如下所示：

(1)爵士音樂家合作網(wǎng)絡(luò)(jazz)：該網(wǎng)絡(luò)中，每一個(gè)節(jié)點(diǎn)代表一個(gè)音樂家，邊代表兩個(gè)音樂家之間有過合作。該網(wǎng)絡(luò)中總共有198個(gè)節(jié)點(diǎn)，2742條連邊。

(2)美國航空公司(usair)：該網(wǎng)絡(luò)中，每一個(gè)節(jié)點(diǎn)代表一個(gè)機(jī)場，邊代表這兩個(gè)機(jī)場之間有航線。該網(wǎng)絡(luò)中總共包含332個(gè)節(jié)點(diǎn)，2126條連邊。

(3)科學(xué)家合作網(wǎng)絡(luò)(netscience)[45]：該網(wǎng)絡(luò)中，每個(gè)節(jié)點(diǎn)代表一個(gè)科學(xué)家，邊代表兩個(gè)科學(xué)家合作發(fā)表過文章，本文考慮的是無權(quán)無向圖。該網(wǎng)絡(luò)中總共包含1461個(gè)節(jié)點(diǎn)，2742條連邊。

分別用本發(fā)明提出的方法、cn、aa和ra算法在選取的真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，得到各個(gè)數(shù)據(jù)集上每個(gè)方法下的precision值。

precision表示的是將計(jì)算的相似性值按照降序排列之后，排名前l(fā)位中預(yù)測準(zhǔn)確的邊所占的比例，一般l取100，公式如下所示：

實(shí)驗(yàn)結(jié)果如下表所示：

本發(fā)明提出的方法與其它經(jīng)典算法的precision值

本發(fā)明的優(yōu)點(diǎn)及積極效果為：在考慮局部拓?fù)湫畔⒌幕A(chǔ)上，進(jìn)一步挖掘了社團(tuán)之間的相關(guān)性，避免了預(yù)測結(jié)果中有太多相似性為0的節(jié)點(diǎn)對(duì)。從上表可以看出，相比于cn、aa和ra算法，本發(fā)明提出的方法的預(yù)測準(zhǔn)確度有所提高。

附圖說明

圖1是本發(fā)明實(shí)施例提供的基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法流程圖。

圖2是本發(fā)明實(shí)施例提供的基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法實(shí)現(xiàn)流程圖。

圖3是本發(fā)明實(shí)施例提供的場景示意圖；

圖中：實(shí)線表示社團(tuán)內(nèi)節(jié)點(diǎn)之間的聯(lián)系；虛線表示社團(tuán)間節(jié)點(diǎn)之間的聯(lián)系。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)的描述。

本發(fā)明是在無權(quán)無向的復(fù)雜網(wǎng)絡(luò)中進(jìn)行。用a表示鄰接矩陣，如果節(jié)點(diǎn)i和節(jié)點(diǎn)j有聯(lián)系，那么a的第i行第j列上的值為aij＝1，否則aij＝0。節(jié)點(diǎn)的度被定義為網(wǎng)絡(luò)中所有與該節(jié)點(diǎn)直接相連的節(jié)點(diǎn)的個(gè)數(shù)，節(jié)點(diǎn)i的度通常被記為ki，可以用公式表示。

定義：γ(x)為x的鄰居集合，其中x可以是節(jié)點(diǎn)也可以是社團(tuán)。

如圖1所示，本發(fā)明實(shí)施例提供的基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法包括以下步驟：

s101：利用節(jié)點(diǎn)之間局部拓?fù)湫畔⒂?jì)算節(jié)點(diǎn)之間的相似性值；

s102：當(dāng)兩個(gè)節(jié)點(diǎn)處于同一個(gè)社團(tuán)時(shí)，社團(tuán)相關(guān)性為最大值，當(dāng)兩個(gè)節(jié)點(diǎn)處于不同社團(tuán)時(shí)，在考慮局部拓?fù)湫畔⒌幕A(chǔ)上，將節(jié)點(diǎn)之間的相似性轉(zhuǎn)化為兩個(gè)社團(tuán)之間的相關(guān)性，然后計(jì)算兩個(gè)社團(tuán)之間的相關(guān)性值；

s103：綜合考慮局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的影響進(jìn)行鏈路預(yù)測。

下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作進(jìn)一步的描述。

如圖2所示，本發(fā)明實(shí)施例提供的基于局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性的鏈路預(yù)測方法包括以下步驟：

步驟一：建立網(wǎng)絡(luò)模型g(v,e),v＝{v1,v2,...vn}為網(wǎng)絡(luò)中的節(jié)點(diǎn)集合，e＝{(vx,vy)|vx∈v,vy∈v}代表邊的集合，基于網(wǎng)絡(luò)模型生成鄰接矩陣a，其中

步驟二：該網(wǎng)絡(luò)被劃分成四個(gè)社團(tuán)，記為c＝{c1,c2,c3,c4}，其中v(c1)＝{1,2,3,4}，v(c2)＝{5,6,7,8,9}，v(c3)＝{10,11,12,13}，v(c4)＝{14,15,16,17}；

步驟三：將網(wǎng)絡(luò)中所有的節(jié)點(diǎn)對(duì)(i,j)挑選出來作為候選節(jié)點(diǎn)對(duì)，本發(fā)明中以節(jié)點(diǎn)對(duì)(5,10)和節(jié)點(diǎn)對(duì)(10,14)為例說明計(jì)算過程；

步驟四：利用候選節(jié)點(diǎn)對(duì)之間的局部拓?fù)湫畔⒂?jì)算步驟三所述的節(jié)點(diǎn)對(duì)之間的相似性值，因?yàn)檫@兩對(duì)節(jié)點(diǎn)都沒有共同鄰居，所以用局部拓?fù)湫畔⒂?jì)算出來的兩對(duì)節(jié)點(diǎn)的相似性值都為0；

步驟五：計(jì)算步驟三所述的節(jié)點(diǎn)對(duì)所在社團(tuán)的社團(tuán)相關(guān)性，過程如下：

(1)分別找到候選節(jié)點(diǎn)5和10所在的社團(tuán)c2和c3；

(2)計(jì)算v(c2)＝{5,6,7,8,9}，γ(c2)＝{3,10}，因此γ(c2)∪v(c2)＝{3,5,6,7,8,9,10}；

(3)同上，求出γ(c3)∪v(c3)＝{4,7,10,11,12,13}；

(4)計(jì)算社團(tuán)c2和c3的社團(tuán)相關(guān)性為

(5)對(duì)(4)中的社團(tuán)相關(guān)性進(jìn)行歸一化，結(jié)果為

同理，可得到節(jié)點(diǎn)10和節(jié)點(diǎn)14分別屬于社團(tuán)c3和社團(tuán)c4，這兩個(gè)社團(tuán)歸一化之后的社團(tuán)相關(guān)性為

步驟六：綜合考慮局部拓?fù)湫畔⒑蜕鐖F(tuán)相關(guān)性對(duì)節(jié)點(diǎn)相似性的影響，重新計(jì)算候選節(jié)點(diǎn)對(duì)之間的相似性值su,v。例如采用公式因此節(jié)點(diǎn)5和節(jié)點(diǎn)10之間的相似性比節(jié)點(diǎn)10和節(jié)點(diǎn)14之間的相似性高；

步驟七：重復(fù)步驟四至步驟六，計(jì)算每個(gè)節(jié)點(diǎn)對(duì)的相似性值，并將相似性值按降序排列，構(gòu)建相似性列表；

步驟八：根據(jù)某種相似性準(zhǔn)則，獲取相似性列表中前n個(gè)節(jié)點(diǎn)對(duì)，這些排在前n個(gè)的節(jié)點(diǎn)對(duì)即為本鏈路預(yù)測方法得出的最有可能在未來產(chǎn)生連邊的節(jié)點(diǎn)對(duì)，其中n為正整數(shù)。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。