[发明专利]一种复杂网络节点预测方法

权利要求书

1.一种复杂网络节点预测方法，其特征在于，包括：

在原网络节点图的基础上，构建出一个新的节点并将所述新的节点作为第一新节点，将所述第一新节点与所述原网络节点图中所有的节点进行虚拟连接，所述虚拟连接后形成虚拟边；

计算所述第一新节点应有连边数；

从虚拟边中筛选出应有连边数的虚拟边进行真实连接，所述真实连接后形成真实边，去除所述虚拟边，得到预测一个节点的网络；

重复以上步骤，得到预测下一个节点的网络。

2.根据权利要求1所述的复杂网络节点预测方法，其特征在于，所述从虚拟边中筛选出应有连边数的虚拟边进行真实连接，所述真实连接后形成真实边，去除所述虚拟边，得到预测一个节点的网络，包括：

计算每个原网络节点图中节点与所述第一新节点形成的虚拟边的度量值，将所述度量值从小到大排序为度量值序列，取所述度量值序列中前所述应有连边数个度量值对应的所述原网络节点图中节点与所述第一新节点形成的虚拟边进行真实连接，去除所述度量值序列中剩余度量值对应的所述原网络节点图中节点与所述第一新节点形成的虚拟边，得到预测一个节点的网络；

所述度量值的计算公式为：度量值＝节点的聚类系数/节点的度中心性，其中，度量值越小表示原网络节点图中节点与所述第一新节点形成连边的可能性越大。

3.根据权利要求2所述的复杂网络节点预测方法，其特征在于，所述计算每个原网络节点图中节点与所述第一新节点形成的虚拟边的度量值，还包括：

计算每个原网络节点图中节点与所述第一新节点形成的虚拟边度量值的算法包括节点重要性算法和边重要性算法，其中，所述节点重要性算法包括介数中心性算法和K-shell算法，所述边重要性算法包括度积算法和jaccard算法。

4.根据权利要求1所述的复杂网络节点预测方法，其特征在于，所述从虚拟边中筛选出应有连边数的虚拟边进行真实连接，还包括：

通过筛选算法计算每个原网络节点图中节点与所述第一新节点形成的虚拟边的度量值，将所述度量值从大到小排序为度量值序列，当度量值越大表示原网络节点图中节点与所述第一新节点形成连边的可能性越大时，取所述度量值序列中前所述应有连边数个度量值对应的所述原网络节点图中节点与所述第一新节点形成的虚拟边进行真实连接。

5.根据权利要求1所述的复杂网络节点预测方法，其特征在于，所述计算所述第一新节点应有连边数，包括：

使用网络平均度向上取整作为所述第一新节点应有连边数，所述计算所述第一新节点应有连边数的公式如下：

其中，M表示网络边数，N表示网络节点数。