[发明专利]一种基于二阶局部社团信息的预测网络未知连边的方法

摘要

一种基于二阶局部社团信息的预测网络未知连边的方法，构建网络模型；获取一对未连接节点的一阶共同邻居节点和二阶共同邻居节点，这些节点及其之间的连边构成二阶局部社团；记录该社团的节点总数和连边总数；计算该社团的边聚类系数、简谐平均距离和二阶局部社团系数；计算节点对之间的相似性分数指标；遍历整个网络，对任意两个未连接节点，计算相应的节点对之间的相似性分数指标，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边。本发明考虑了两个未连接节点之间的含一阶共同邻居和二阶共同邻居的二阶局部社团，充分利用了网络局部结构信息，预测效果好，准确率高。

主权项

一种基于二阶局部社团信息的预测网络未知连边的方法，其特征在于：包括以下步骤：步骤一：在保证整个网络保持连通的条件下建立网络模型G(V,E)，其中V为网络中的节点，E为网络中的边；步骤二：选取网络中一对没有连边的节点i和j作为两个种子节点，提取所有i和j的一阶共同邻居节点和二阶共同邻居节点以及这些节点之间的连边，构成二阶局部社团，其中i和j之间长度为2的路径的中间的一个节点为一阶共同邻居，长度为3的路径的中间2个节点为二阶共同邻居；步骤三：遍历整个二阶局部社团，节点总数记为CNij，总连边数量记为LCLij；步骤四：计算二阶局部社团的边聚类系数：pij=LCLij/CNij(CNij-1)2;]]>步骤五：计算二阶局部社团的简谐平均距离：其中上式中，g和h表示二阶局部社团中任意两个节点，dgh为g和h两个节点之间的路径长度；步骤六：计算二阶局部社团系数：TLCCij=pij/Lij‾;]]>步骤七：计算节点i，j之间的相似性分数指标：LCARij＝CNij*LCLij*TLCCij；步骤八：遍历整个网络，对任意两个未连接节点，重复步骤二至步骤七，计算相应的LCAR指标作为节点对之间的相似性分数，相似性分数越高，相应的节点对之间出现连边的可能性越大，将所有的未连接节点对之间的相似性分数按降序排列，取前m个分数指标对应的节点对为预测连边，m≦M，M为整个网络中所有未连接节点对的总数。