[发明专利]动态变化的网络关系图的对齐方法

说明书

本发明公开了一种动态变化的网络关系图的对齐方法，包括对于变化前后的网络关系图分别选取初始种子；对初始种子的邻居节点的度数序列排序，并根据排序后的度序列计算种子节点之间的相似性；获取变化前后的网络关系图的节点对集合并形成初始的种子对集合；在当前的种子对集合基础上进行迭代的扩展对齐直至输出符合要求的对齐结果。本发明只利用了网络拓扑信息，使用种子扩展算法，计算节点之间的相似性，进行节点对齐；在种子选取中，只选择度数大的节点中最有可能准确对齐的少数节点作为种子，具有容错的特性，并在种子扩展对齐过程中，也贯彻容错的思想，每一次都只选择待对齐节点中的一部分节点对作为该轮对齐结果，实现了对齐的高准确率。

技术领域

本发明具体涉及一种动态变化的网络关系图的对齐方法。

背景技术

随着信息技术的发展，人与人、物与物、人与物之间的联系都比以往要更为紧密。那么，随着人与人、物与物、人与物之间的联系的紧密，以及智能信息技术的发展，信息技术对于人与人、物与物、人与物之间的联系的处理也就变得更为重要。

人与人、物与物、人与物之间的联系，在数学建模以后，其本质就是一张张的网络关系图。以人与人之间的网络关系图为例：在针对社交网络的研究和应用中，通常将社交网络中的用户及其关系形式化为一个图。图中的节点表示社交网络中的用户，图中的边表示用户之间的关系。实际的社交网络中，用户可能随时增加朋友或删除朋友，所以社交网络关系图是在不断变化。如何实现动态变化的社交网络关系图之间的节点映射，即两个图的对齐，是社交网络研究和应用中的一个难题。其原因在于：系统出于保护用户隐私的目的，社交网络数据在发布之前通常采用了匿名化处理，即隐藏用户的属性信息例如姓名等，因此使得现有常用的关系网络识别算法无法通过用户姓名等信息来直接对应不同社交网络关系图的节点，从而使得现有的网路关系识别方法不再适用于现今的网络关系识别领域。

发明内容

本发明的目的在于提供一种能够快速和准确地进行动态变化的网络关系图对齐的方法。

本发明提供的这种动态变化的网络关系图的对齐方法，包括如下步骤：

S1.对于变化前的网络关系图G和变化后的网络关系图G’，分别获取两个图中度数最大的m1个节点作为初始种子；

S2.获取步骤S1得到的每个初始种子的邻居节点的度数序列并排序，并计算排序后度序列的相似性；

S3.对于G中的每个初始种子，均在G’中找到相似性值最高的节点并形成G到G’的候选节点对集合；

S4.对于G’中的每个初始种子，均在G中找到相似性值最高的节点并形成G’到G的候选节点对集合；

S5.对步骤S3得到的G到G’的候选节点对集合和步骤S4得到的G’到G的候选节点对集合，求取两个集合的交集，然后在交集中取相似性值最大的n1对节点作为初始的种子对集合；所述n1<m1；

S6.对当前种子对集合中所有节点的邻居节点，选择度最大且不属于种子对集合的前m2个节点，作为本轮的待对齐节点并记为和

S7.对步骤S6得到的任意待对齐节点和计算待对齐节点u和v的第二相似值；

S8.根据步骤S7得到的任意节点u和任意节点v的第二相似值，为集合G中每个待对齐节点在集合G’中找出第二相似值最高的节点，形成从集合G到集合G’的候选节点对集合；

S9.根据步骤S7得到的任意节点u和任意节点v的第二相似值，为集合G’中每个待对齐节点在集合G中找出第二相似值最高的节点，形成从集合G’到集合G的候选节点对集合；

S10.求取步骤S8得到的候选节点对集合和步骤S9得到的候选节点对集合的交集，然后在交集中取第二相似值最高的n2对节点加入到已有的种子对集合，形成新的种子对集合；n2<m2；