[发明专利]基于路径相关性的链路预测方法

说明书

本发明公开一种基于路径相关性的链路预测方法，主要解决传统路径方法预测精度较低的问题。其方案是：1)在网上下载一个真实的网络数据集，获得网络的邻接矩阵；2)计算网络中所有节点对间各阶路径的总贡献；3)利用节点间各阶路径的总贡献构建节点间的相似性分值，即对各阶路径的总贡献进行非线性组合，以组合结果作为节点间的相似性分值；4)计算所有节点对的相似性分值，将所有节点对按照相似性分值从大到小排序，根据排在前面的节点对之间产生链路概率最大的相似性原理，取前m个节点对，作为被预测出的m条链路。本发明利用了更深层次且更准确的路径信息，相比传统路径方法提高了预测精度，可用于交通线路规划、指导生物实验及推荐系统。

技术领域

本发明属于复杂网络技术领域，特别涉及一种链路预测方法，可用于交通线路规划、指导生物实验以及推荐系统。

背景技术

复杂网络普遍存在于现实世界中，例如航空网络、在线社交网络、蛋白质网络等等。复杂网络中的链路预测是指通过已知的网络节点和结构等信息，预测网络中尚未产生连边的两个节点间产生链路的可能性。链路预测技术可以用于在社交网络中推荐好友，在生物网络中发现未知蛋白质分子之间的交互等，有很高的研究价值。

链路预测方法主要分为三类：基于相似性的方法，基于似然分析的方法以及基于概率模型的方法。目前，主流的链路预测方法是基于相似性的方法，该方法利用相似性指标为节点对赋予相似性分值，相似性分值越高，节点对之间存在链路的可能性越大。基于相似性的算法主要分为三类：基于局部信息的方法、基于随机游走的方法和基于路径的方法。其中：

基于局部信息的方法，是利用节点间的共同邻居节点个数和度信息进行预测。该方法中包括PA指标、RA和CN指标，其中CN指标是利用节点间共同邻居数目进行预测，即两个节点间共同邻居数目越多，则它们越倾向连边；PA指标和RA指标是根据共同邻居节点的度信息进行预测，共同邻居节点度越大，传递相似性信息越少。这类方法由于利用信息较少，因而预测效果较差。

基于随机游走的方法，是通过模拟粒子随机游走过程进行链路预测。该方法包括局部随机游走和全局随机游走。其中，局部随机游走只考虑有限步数的随机游走过程，没有充分利用网络结构信息，预测结果较差；全局随机游走虽利用网络全局信息，但复杂度较高，在大规模网络上难以应用。

基于路径的方法，是利用节点间不同长度路径数目信息进行预测。该方法包括LP指标和Katz指标，LP指标是利用节点间二阶路径和三阶路径数目的线性叠加进行预测；Katz指标是利用节点间所有长度的路径数目的线性叠加进行预测。这类预测方法相较于前两种方法，其预测结果和复杂度均有改善。在最近的研究中，学者们发现有三阶路径的节点对之间存在二阶路径的概率非常高，证明了二阶路径与三阶路径之间有相关性。由于这种基于路径的方法均只考虑了路径数目的线性组合，没有考虑路径之间的相关性，即没有充分利用路径信息，因而其性能仍有提升的空间。

发明内容

本发明的目的在于提出一种基于路径相关性的链路预测方法，在传统路径的方法中引入路径相关性和路径异构性，提高预测效果。

本发明的技术方案是这样实现的：

一，技术原理

现有研究发现，有三阶路径的节点间也至少有一条二阶路径的，这一发现证明路径之间有相关性，根据小度节点传递相似性的能力较强，大度节点传递能力较弱的原理，可知路径之间有异构性。基于上述发现，本发明将路径的相关性和异构性相结合，提出一种基于路径相关性的方法，实现对复杂网络的链路预测，该方法比现有的基于路径数目的方法预测效果更好。

二，技术方案

根据上述原理，本发明基于路径相关性的链路预测方法，其实现步骤包括如下：

(1)初始化网上下载的真实网络数据集G(V，E)，其中，V为网络的节点集合，节点总个数为N，E为网络的链路集合，根据V和E得到网络的邻接矩阵A；