[发明专利]一种机会网络的链路预测方法

权利要求书

1.一种机会网络的链路预测方法，其特征在于，包括以下步骤：

（100）时间片划分：将节点集合上发生的相遇记录按照长度划分成一系列等长的时间片，每个时间片上根据相遇记录得到一个矩阵；

（200）预处理：中心服务器通过移动通信网络连接获取机会网络中所有节点之间的相遇记录，然后使用周期模式挖掘方法在相遇记录集合中筛选出周期性相遇的节点对集合，最后对剩下的节点对集合基于相遇频率阈值进行分类，分成频繁非周期性相遇的节点对集合与非频繁相遇的节点对集合；

（300）在线预测：分别使用周期模式挖掘的方法预测周期性相遇的节点对集合，使用决策树方法预测频繁非周期性相遇的节点对集合，使用复杂网络的方法预测非频繁相遇的节点对集合。

2. 根据权利要求1 所述的一种机会网络的链路预测方法，其特征在于，所述步骤（300）中的决策树方法为J48 决策树方法。

3.根据权利要求1 所述的一种机会网络的链路预测方法，其特征在于，所述步骤（300）中的复杂网络的方法为Adamic-Adar 算法。

4. 根据权利要求1 所述的一种机会网络的链路预测方法，其特征在于，所述步骤（300）中的周期模式挖掘的方法包括：

（a）设Pij 表示节点对(i , j) ，Sp(Pij) 表示节点对Pij 在时间片序列上周期相遇的时间片集合，即：

且 (1)

其中，p 表示周期长度，i和j表示节点，t_i表示预测的时间片，而则表示在t_i时间片上节点i和j的矩阵元素；另外，这里的t_i和P_ij中的i表示的是相同节点i；

（b）设n 表示Sp(Pij) 中周期重复的次数，即：

(2)

（c）然后tend+p 就是下一个周期点，S(Pij) 上周期重复次数称为预测tend+p 的周期支持度，一个节点对上可能有多个不同周期长度的周期模式，如果存在一个周期模式S(Pij) 使得tend+p 对应到带预测时间片tx+1, 就预测会相遇，否则预测不相遇。