[发明专利]基于社区的节点介数中心度更新方法在审
申请号: | 201711463758.9 | 申请日: | 2017-12-28 |
公开(公告)号: | CN108255987A | 公开(公告)日: | 2018-07-06 |
发明(设计)人: | 王朝坤;钱珺;郭高扬 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06Q50/00;H04L12/24 |
代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 黄耀威 |
地址: | 100084*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 中心度 最短路径 社区 最短距离 更新 算法 过滤 集合 社区发现 网络变化 网络更新 重新计算 非重叠 计算点 无向图 有向图 网络 | ||
1.一种基于社区的节点介数中心度更新方法,其特征在于,包括:
利用非重叠社区发现算法将现有的网络划分成多个社区;
计算出所有节点间最短距离和每个节点的介数中心度;
计算出社区与节点、社区与社区的最短距离集合;
过滤网络中所有的点对,找到网络更新后最短路径发生改变的点对;
删去原有最短路径对节点介数中心度的影响,计算点对的新最短路径,并添加新最短路径对节点介数中心度的影响;
更新社区与节点、社区与社区的最短距离集合。
2.根据权利要求1所述的基于社区的节点介数中心度更新方法,其特征在于,所述社区与社区的最短距离集合表示为:
dcc(c1,c2)={d(v,u)|v∈c1,u∈c2} (1)
式中:dcc(c1,c2)表示社区c1中所有节点到社区c2中所有节点的最短距离的集合,v表示社区c1的节点,u表示社区c2的节点。
3.根据权利要求1所述的基于社区的节点介数中心度更新方法,其特征在于,所述社区与节点的最短距离集合表示为:
dcv(c,u)={d(v,u)|v∈c} (2)
dvc(u,c)={d(u,v)|v∈c} (3)
式中:dcv(c,u)表示社区c中所有节点到节点u的最短距离的集合;
dvc(u,c)表示节点u到社区c中所有节点的最短距离的集合。
4.根据权利要求1所述的基于社区的节点介数中心度更新方法,其特征在于,所述计算点对的最短路径数采用深度优先搜索的遍历方法,所述深度优先搜索的遍历方法包括:
对给定点对依次访问源节点所有的邻居节点;
由最短距离判断邻居节点是否出现在给定点对的最短路径中;
如果是,则将给定点对的最短路径数量转化为其邻居节点到目标节点的最短路径数目之和;
如果否,则返回。
5.根据权利要求1所述的基于社区的节点介数中心度更新方法,其特征在于,所述过滤网络中所有的点对,找到最短路径发生改变的点对的方法,其输入参数为社区到社区的最短距离集合的最大值、社区与节点的最短距离集合的最小值和网络变化增删的边。
6.根据权利要求1或5所述的基于社区的节点介数中心度更新方法,其特征在于,所述过滤网络中所有的点对,找到最短路径发生改变的点对的方法包括:
输入社区与节点、社区与社区的最短距离信息,输入网络变化增删的边信息;
利用社区与节点、社区与社区的最短距离集合和边信息,对社区对进行过滤,找到内部节点对最短路径可能变化的社区对;
对于找到的社区对,利用节点间最短距离信息,过滤其内部所有点对,找到最短路径改变的点对。
7.根据权利要求1所述的基于社区的节点介数中心度更新方法,其特征在于,包括:边的添加操作后的介数中心度更新和边的删除操作后的介数中心度更新。
8.根据权利要求7所述的基于社区的节点介数中心度更新方法,其特征在于,所述边的添加操作后的介数中心度更新包括:
通过社区与社区、社区与节点的最短距离集合进行过滤,找到最短路径发生变化的点对,并计算出新的最短距离和最短路径数;
计算出待更新点对在更新前的最短路径产生的点对依赖,并在介数中心度中删除这些点对依赖;
更新最短距离和最短路径数;
计算待更新点对间新的最短路径产生的点对依赖,并在介数中心度中增加这些点对依赖;
更新社区与社区、社区与节点的最短距离集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711463758.9/1.html,转载请声明来源钻瓜专利网。