[发明专利]一种融合多模体信息的有向网络链路预测方法

说明书

本发明公开了一种融合多模体信息的有向网络链路预测方法，其特征在于，包括如下步骤：S1.构建初始网络，并获取不存在连边的节点对列表；S2.随机选取初始网络数据中10％的连边作为测试集正样本，剩余90％的连边作为训练集，选取与测试集正样本等大的连边集合作为测试集负样本；S3.获得初始网络中个体对应的角色函数值；S4.得到每一节点对所对应的共同邻居的角色函数R_w列表；S5.得到节点对的共同邻居数量；S6.得到节点对的r'_xy列表；S7.根据单个模体r'_xy列表通过叠加的方式得到双模体的r_xy的列表；或者将不同的单个模体得到的r'_xy列表使用机器学习的方法XGBoost得到新的score列表。本申请充分应用有向网络的结构特征，使链路预测准确性得到大大提升。

技术领域

本发明涉及一种链路预测方法，具体说是一种融合多模体信息的有向网络链路预测方法。

背景技术

链路预测是复杂网络领域一个重要的研究方向，所要处理的基本问题就是通过已知的网络节点以及网络结构等信息，预测网络中任意两个节点之间存在链接的可能性。通过链路预测不仅可以得到网络中不存在的边未来可能存在的可能性，也可以查找出网络中已存在的连边是否是虚假连边或是缺失连边。

在基于网络结构的链路预测方法中，最常用是共同邻居相似性的方法。Liben-Nowellhe和Kleinberg发现基于节点的共同邻居的方法是预测准确性最好的方法之一。但是，节点之间的共同邻居指标不考虑节点之间的链接方向，无法直接应用于有向网络。预测边与共同邻居构成了闭合的三角形结构，在三角形结构的基础上考虑方向的问题，就构成了有向网络的局部结构，目前，对有向网络结构的研究一部分是基于这类局部结构进行的。基于局部结构进行的有向网络的链路预测中，目前最常用的是基于局部信息相似性的预测方法。

真实的复杂网络中，个体之间的关系往往是不对等的，由这种不对等关系构成的网络就是有向网络。在有向网络的链路预测中使用模体来进行链路预测。模体指的是在真实网络中出现的数目远高于随机网络中出现的数目的对应子图。张千明等人提出了有向网络势理论，并发现满足势理论的模体结构具有更好的链路预测效果。但是在他们研究中只考虑了单个模体的链路预测情况，没有考虑到多模体的链路预测。

基于模体结构的链路预测方法简单认为：每个节点对于模体构成的贡献值相同。但是，在真实的网络系统中，这种想法往往是不正确的。刘震等人在无向网络中基于共同邻居方法使用朴素贝叶斯模型统计了节点贡献值对网络的准确性的影响，发现基于朴素贝叶斯的预测准确性除了PB网络以外，其他的网络的预测能力都得到了提升；Wu等人在对无向加权网络的研究中提出了WLNBCN模型，将预测的节点对的共同邻居的权值作为角色函数考虑到链路预测当中，在不同程度上提高了链路预测的准确度。但是，在现有的有向网络的链路预测当中没有考虑到模体的预测边之外的节点贡献值对链路预测的影响。

发明内容

本申请提出一种融合多模体信息的有向网络链路预测方法，通过加入角色函数，使预测准确性得到提升，之后使用XGBoost将多个模体的共同影响进行链路预测，进一步提升了链路预测的准确性。

为实现上述目的，本申请的技术方案为：一种融合多模体信息的有向网络链路预测方法，包括如下步骤：

S1.通过原始有向网络数据构建初始网络，并获取不存在连边的节点对列表；

S2.随机选取初始网络数据中10％的连边作为测试集正样本，剩余90％的连边作为训练集，从不存在连边的节点对列表中选取与测试集正样本等大的连边集合作为测试集负样本；

S3.采用朴素贝叶斯模型算法获得初始网络中个体对应的角色函数值；

S4.从初始网络中的第一节点对开始，根据节点对的共同邻居，得到每一节点对所对应的共同邻居的角色函数R_w列表；