[发明专利]两种基于邻居的网络拓扑类有向链路预测指标

说明书

本发明提供了两种基于邻居的网络拓扑类有向链路预测指标。通过考虑进行链路维护的主体节点与其候选邻居节点的链接关系变动(建立与消除)历史，以及链接建立与消除的时间有效性，提出了累积链接变动得分(CLC，Cumulative Link Change score)指标；链路预测节点对中的每一个节点与第三方节点的有向关系构成了9种基本的三联关系类型(TRT，Triad relationship type)，每一种模式都可衡量两个节点之间的可执行任务类型相似性，但效果却不尽相同，因此通过考虑多种三联关系类型，并基于主体节点与第三方节点、候选节点与第三方节点不同链接方向的CLC指标值，提出了cTRT指标。

技术领域

本发明属于网络演化链路预测领域，具体涉及两种基于邻居的网络拓扑类有向链路预测指标。

背景技术

链路预测(Link Prediction，LP)是指如何通过已知的网络结构等信息预测网络中两个节点之间是否存在或产生链接的可能性，即链路预测包括：1)预测已存在但尚未被发现的链接，即预测未知链接；2)预测现在未存在但未来可能新产生的链接，即预测未来链接。

链路预测是网络演化研究的一个基础问题，对其进行研究可以从理论上帮助我们认识复杂网络演化的机制，也为演化网络提供了一个简单统一且较为公平的比较平台，从而大大推动复杂网络演化模型的理论研究。但其更重要的意义还是体现应用方面.：首先，它可以应用于社交网络和电子商务中的推荐系统，可以帮助人们找到新朋友和潜在的合作者，提供有趣的在线购物项目，在企业社交网络和跨域合作平台中推荐合作伙伴，找到学术社交网络中的专家或共同作者，以及预测大规模通信网络中的手机联系，识别异常通信；其次，它还可以用于推断基于部分观测网络的完整网络，更好地理解网络的演化，并预测异构社交网络中的超链接；最后，链接预测技术也可以应用于生物信息学和生物学，例如，医疗保健和基因表达网络，蛋白质-蛋白质交互关系网络等。

链路预测方法主要可以分为基于网络拓扑结构的方法、基于节点内容属性的链接预测方法以及基于结构－属性的混合方法。基于网络拓扑结构的预测方法主要利用网络中节点的结构信息，如节点的N阶邻居关系、节点的出入度信息、节点间的路径等，对节点之间的未知或未来链接进行预测。基于节点内容属性的链接预测主要利用节点所包含的属性内容和标签信息，结合机器学习以及自然语言处理等工具，来对不同节点的相似性进行度量，从而预测节点之间存在或产生链路的可能性。节点的网络拓扑结构易获取，但如果想进一步提高预测效果，还应考虑节点的属性信息。但节点的属性信息往往受限于节点自身的保护性与封闭性限制，并不全部可见，且其真实性也有待衡量。最后，结构－属性的混合链接预测则是上述二者的综合与权衡，预测效果较优。

基于网络拓扑结构的方法涉及很多基于拓扑的指标，这些指标可用来衡量节点间的相似性。在现有网络链接预测的研究中，有一个重要的应用思想和假设是：如果两个节点的相似性(结构相似性或者属性相似性)越高，则它们存在链接或者在未来形成链接的可能性则更高。但这种预测假设只适用于特定类型的网络(如社交网络)，并不一定适用于其它网络。根据这些指标的特征，可以分为基于邻居的指标、基于路径的指标和基于随机游走的指标。基于邻居的指标通常计算复杂度较低，但是预测的准确度却不如基于网络路径的指标；基于路径的指标计算时间复杂度高，不适用于大规模的复杂网络；基于网络随机游走的相似性则是上述二者的折中，同时考虑计算效率以及预测的准确率。

基于邻居的指标使用与节点邻域相关的结构信息来计算每个节点与网络中的其他节点的相似性，这些指标比利用网络全局信息的指标计算时间复杂度低，并且可高度并行化。动态网络数据应被视为连续时间过程，相应特征或指标抽取也应关注序列信息，但是已有的指标忽略了网络环境的动态性，而是利用静态快照来进行预测。此外，已有指标未深层考虑本属于有向网络的问题。因此，本文面向大规模分布式的动态有向网络，提出了两种基于邻居的网络拓扑类有向链路预测指标。

发明内容