[发明专利]一种面向社交网络的度偏置采样方法及系统

权利要求书

1.一种面向社交网络的度偏置采样方法，其特征在于，包括：

(1)从复杂网络中随机选取一个未游走过的节点s作为起点，开始进行随机游走，并确定游走路径的长度阈值L_th(s)，长度阈值L_th(s)与节点s的度数L(s)相匹配；

(2)从当前的游走节点u的所有邻居节点中随机选取一个节点v，若节点v的度数d(v)小于节点u的度数d(u)，则节点v以概率p拒绝接受路径转移，以使得游走路径转移至节点v后回溯至节点u；否则，节点v直接接受路径转移，以使得游走路径转移至节点v；概率p与d(v)/d(u)反相关；

(3)若游走路径当前的长度L≥L_th(s)，则记录该游走路径的节点序列，并转入步骤(4)；否则，转入步骤(2)；

(4)若还存在未游走过的节点，则转入步骤(1)；否则，当前轮次的随机游走结束，转入步骤(5)；

(5)若还未达到预设的游走次数γ，则设置所述复杂网络中所有节点为未游走过的节点，并转入步骤(1)，以开始下一轮次的随机游走；否则，采样结束；

其中，所述复杂网络用于表示社交网络，γ≥1。

2.如权利要求1所述的面向社交网络的度偏置采样方法，其特征在于，

p＝1-[d(v)/d(u)]^α-1；

其中，α≥2。

3.如权利要求2所述的面向社交网络的度偏置采样方法，其特征在于，α＝2。

4.如权利要求1所述的面向社交网络的度偏置采样方法，其特征在于，若L(s)＜minL，则L_th(s)＝minL；若L(s)＞maxL，则L_th(s)＝maxL；若minL≤L(s)≤maxL，则L_th(s)＝d(s)；

其中，minL和maxL分别为预设的路径长度下限和路径长度下限。

5.如权利要求4所述的面向社交网络的度偏置采样方法，其特征在于，

minL＝R；

其中，R表示所述复杂网络的半径。

6.如权利要求4所述的面向社交网络的度偏置采样方法，其特征在于，路径长度下限minL的计算方法包括：

获得所述复杂网络中度数最大的节点hub；

计算所述节点hub到所述复杂网络中所有其他节点的最短路径，并获得其中的最大值作为路径长路下限minL。

7.一种系统，包括处理器和计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储可执行程序；

所述处理器用于读取所述计算机可读存储介质中的可执行程序，执行权利要求1-6任一项所述的面向社交网络的度偏置采样方法。