[发明专利]社交网络中重要节点排序方法、装置和计算机设备

权利要求书

1.一种社交网络中重要节点排序方法，其特征在于，所述方法包括：

从数据源获取社交网络；所述社交网络中包括：表示用户的节点，以及表示用户之间社交关系的连边；

采用混合度分解算法对所述社交网络进行分解，得到每个节点的剩余邻居数和已移除邻居数；

根据所述剩余邻居数和所述已移除邻居数，确定节点的混合度；

获取所述社交网络中每个节点的网络约束系数，根据所述网络约束系数和所述混合度，构建排序算法；其中，所述排序算法的值随着所述混合度的增大而增大，随着所述网络约束系数的增大而非线性减小；

根据所述排序算法，计算每个节点的排序数值，根据所述排序数值的大小对所述社交网络中的节点进行排序。

2.根据权利要求1所述的方法，其特征在于，根据所述剩余邻居数和所述已移除邻居数，确定节点的混合度，包括：

根据所述剩余邻居数和所述已移除邻居数，确定节点的混合度为：

其中，表示节点i的混合度，表示节点i的剩余邻居数，表示节点i的已移除邻居数，λ表示预设系数。

3.根据权利要求2所述的方法，其特征在于，获取所述社交网络中每个节点的网络约束系数，根据所述网络约束系数和所述混合度，构建排序算法，包括：

获取所述社交网络中每个节点的网络约束系数为：

其中，C_i表示节点i的网络约束系数，p_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，p_iq和p_qj分别是节点i,j与共同邻居q维持关系投入的精力占其总精力的比例，其中，i到j有链接时z_ij＝1,，i到j之间没有链接时z_ij＝0；

根据所述网络约束系数和所述混合度，构建排序算法为：

其中，IMDD表示排序算法的值。

4.一种社交网络中重要节点排序装置，其特征在于，所述装置包括：

网络构建模块，用于从数据源获取社交网络；所述社交网络中包括：表示用户的节点，以及表示用户之间社交关系的连边；

分解模块，用于采用混合度分解算法对所述社交网络进行分解，得到每个节点的剩余邻居数和已移除邻居数；

混合度计算模块，用于根据所述剩余邻居数和所述已移除邻居数，确定节点的混合度；

排序算法构建模块，用于获取所述社交网络中每个节点的网络约束系数，根据所述网络约束系数和所述混合度，构建排序算法；其中，所述排序算法的值随着所述混合度的增大而增大，随着所述网络约束系数的增大而非线性减小；

排序模块，用于根据所述排序算法，计算每个节点的排序数值，根据所述排序数值的大小对所述社交网络中的节点进行排序。

5.根据权利要求4所述的装置，其特征在于，所述混合度计算模块还用于根据所述剩余邻居数和所述已移除邻居数，确定节点的混合度为：

其中，表示节点i的混合度，表示节点i的剩余邻居数，表示节点i的已移除邻居数，λ表示预设系数。

6.根据权利要求5所述的装置，其特征在于，所述排序算法构建模块还用于获取所述社交网络中每个节点的网络约束系数为：

其中，C_i表示节点i的网络约束系数，p_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，p_iq和p_qj分别是节点i,j与共同邻居q维持关系投入的精力占其总精力的比例，其中，i到j有链接时z_ij＝1,，i到j之间没有链接时z_ij＝0；

根据所述网络约束系数和所述混合度，构建排序算法为：

其中，IMDD表示排序算法的值。

7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。