[发明专利]基于概率跳转随机游走的节点重要性度量方法

说明书

本发明公开了一种基于概率跳转随机游走的节点重要性度量方法，用于解决现有复杂网络中节点的重要性识别方法准确性差的技术问题。技术方案是将网络中所有流动的对象都抽象为消息，在模拟消息的随机游走过程中，使用节点的平均度和网络的平均路径长度求得一个跳转概率值，通过这个值实现消息在整个网络中的随机跳转，能够避免消息在社区结构中的反复游走，最后统计消息在网络中随机游走时经过节点的频次，来确定网络中节点的重要程度。该方法能够适用于不同结构、不同规模的网络，在实际使用时没有可调参数，在计算时间小于全局方法的前提下能更真实地描述网络中各节点之间的差异性，准确性好。

技术领域

本发明涉及一种复杂网络中节点的重要性识别方法，特别涉及一种基于概率跳转随机游走的节点重要性度量方法。

背景技术

文献“基于自规避随机游走的节点排序算法[J].物理学报,2015,64(20):61-68”公开了一种结合网络结构局域信息和标签扩散的节点排序算法。该方法综合考虑了节点的直接邻居数量及与其他节点之间的拓扑关系，能够表征其在复杂网络系统中的结构影响力和重要性。该方法把网络中流动的对象都抽象为标签，认为在扩散中节点收到标签的数量，能够用来表征其对网络的影响力，从而判定节点在网络中的重要性。自规避随机游走是指在每一步游走过程中，不再选择那些已经到达过的节点，相对于传统随机游走，可以缩短时间，并且避免在扩散过程中形成区域范围内的标签扩散闭环。文献所述方法综合考虑了节点的局部信息和全局信息，可以在一定程度上反映节点在网络拓扑中的影响力，但是这种自规避机制使标签难以扩散到整个网络，会夸大网络社区结构中节点的重要性，其次可变的传递参数会影响到算法的有效性，需要针对不同网络进行单独设置调优，实际适用受到很大限制。

发明内容

为了克服现有复杂网络中节点的重要性识别方法准确性差的不足，本发明提供一种基于概率跳转随机游走的节点重要性度量方法。该方法将网络中所有流动的对象都抽象为消息，在模拟消息的随机游走过程中，使用节点的平均度和网络的平均路径长度求得一个跳转概率值，通过这个值实现消息在整个网络中的随机跳转，能够避免消息在社区结构中的反复游走，最后统计消息在网络中随机游走时经过节点的频次，来确定网络中节点的重要程度。该方法能够适用于不同结构、不同规模的网络，在实际使用时没有可调参数，在计算时间小于全局方法的前提下能更真实地描述网络中各节点之间的差异性，准确性好。

本发明解决其技术问题所采用的技术方案：一种基于概率跳转随机游走的节点重要性度量方法，其特点是包括以下步骤：

步骤一、设定消息数量和随机游走步数，计算跳转概率。

假设在网络G中，存在数量为message_num的消息，这些随机分布于网络的不同节点，然后以随机游走的方式向外传播。为了避免消息陷入局部社区，引入了跳转概率p_c，p_c定义如下：

式中，<k>表示网络的平均度，<d>表示网络的平均路径长度。设定随机游走步数为step_num步，将各节点消息经过次数置零。

步骤二、完成基于概率跳转的随机游走。

消息在网络中进行随机游走时，选择下一个节点需要两步，先由跳转概率p_c决定是否跳转，若跳转则随机选择网络中的节点，若不跳转再由转移概率p_ij＝1/k(i)决定。转移概率p_ij表示从节点v_i游走到其邻居节点v_j的概率。即消息会以概率p_c随机跳转至网络G中的任一节点，或者以概率1-p_c游走至邻居节点。

步骤三、统计各节点消息经过的次数。

在方法初始时刻，各节点统计的消息经过次数已全部置零，然后所有消息同时开始随机游走，经过设定的step_num步后，统计各个节点的消息途经次数。