[发明专利]一种动态社交网络节点离开行为预测方法

权利要求书

1.一种动态社交网络节点离开行为预测方法，其特征在于，包括：

步骤1：利用k核分解识别该社交网络中具有凝聚力和影响力的节点，得到节点的参与度core值；

步骤2：搜寻出所有非最大core值的节点，得到每一个非最大core值节点的邻域；

步骤3：用节点的属性信息赋予两个相连的节点其边一个权重，该权重定义为两点间的亲密值；

步骤4：计算所有非最大core值节点邻域的局部活跃度；

步骤5：计算其它非最大core值节点到达到最大core值节点的最短路径，并计算该节点在全局上受到的影响收益；

步骤6：对节点全局和局部特征分析并排序，选取前k个节点为预测的离开节点。

2.根据权利要求1所述的一种动态社交网络节点离开行为预测方法，其特征在于：所述的步骤1中识别具有凝聚力和影响力节点的方法为利用k核分解对当前社区按层次分解。

3.根据权利要求1所述的一种动态社交网络节点离开行为预测方法，其特征在于：所述的步骤2中得到邻域的方法为对非最大core值节点v得到它的一阶邻居，对节点v广度优先搜索它的一阶节点。

4.根据权利要求1所述的一种动态社交网络节点离开行为预测方法，其特征在于：所述的步骤3中计算节点之间的亲密度的方法为对每个相邻的节点计算在给定的时间t内他们交往频率，将这个值w作为衡量亲密度的权重赋给边。

5.根据权利要求1所述的一种动态社交网络节点离开行为预测方法，其特征在于：所述的步骤4中计算局部活跃度的方法为采用广度优先搜索对一阶邻节点直接求和，计算式为其中v_j是v_i的一阶邻居节点，w_i,j是节点v_i和v_j的亲密度。

6.根据权利要求1所述的一种动态社交网络节点离开行为预测方法，其特征在于：所述的步骤5中计算全局收益的方法为计算节点到达到最大core节点的最短路径，并计算该节点在全局上受到的影响收益；具体方法为：

步骤5.1：计算v的邻节点的收益多样性值然

步骤5.2：将拥有最大多样性值的节点且该节点的core≥core(v)加入到最短路径，由新加入的节点作为新的搜索节点v，

步骤5.3：重复步骤5.1、步骤5.2直至再得不到更拥有高core的节点；

步骤5.4：节点的全局收益为其中n为路径长度，v_j是该路径上经过的点，<v_i,v_j>表示节点从节点v_i到v_j的路径长度。

7.根据权利要求1所述的一种动态社交网络节点离开行为预测方法，其特征在于：所述的步骤6中计算排序的方法为节点活跃度＝α局部活跃度+β全局活跃度；其中局部活跃度由步骤4计算得到，全局活跃度由步骤5计算得到；根据节点排名，选取前k个节点判定离开当前社区。