[发明专利]一种网络表征算法稳定性度量方法

摘要

一种网络表征算法稳定性度量方法，该方法利用网络表征算法保留网络节点之间关系的特点，使用表征空间中节点的最近邻集合是否一致来判断稳定性大小；对一个网络采用某种表征方法映射到多维连续稠密的向量空间中，利用余弦相似度计算每一个节点距离它最近的前K个节点作为稳定性测量的基础；对一个网络采用同一个表征方法多次产生多个向量空间，对于一个节点计算在多个向量空间中最近邻集合的相似性，包括节点的重合率，重合节点的排位信息。本发明可有效的测量不同算法在不同网络集上的稳定性表现，从而进一步可以揭示网络表征的稳定性受何种因素影响，影响的大小有多少。

主权项

1.一种网络表征算法稳定性度量方法步骤，其特征在于，包括以下步骤：步骤1：对于一个网络G，选择一种网络表征方法在网络G上使用网络表征方法多次，得到多个向量空间集合Ω＝{M₁,M₂,...,M_T}；其中，T是向量空间集合Ω的大小；步骤2：对于一个向量空间M中的节点i，计算与节点i最近的K个最近邻节点集合N，其中最近邻集合大小K取值为：K＝0.3×|V|其中|V|是节点数量大小；步骤3：对于一对向量空间M_s和M_t，分别进行步骤2得到节点i的两个最近邻集合N_s和N_t；步骤4：如果集合N_s和N_t的Jaccard相似度为0，则计算结束，稳定性为0；否则，进行步骤5；步骤5：结合N_s和N_t的Jaccard相似度J_i(N_s,N_t)和排序贡献度H_i(N_s,N_t)，向量空间M_s和M_t中节点i的稳定性为J_i(N_s,N_t)×H_i(N_s,N_t)，对于网络表征方法节点i的稳定性S_i为所有向量空间对(M_s,M_t)∈Ω×Ω,s≠t的稳定性的均值；网络G中所有节点的稳定性S_G的平均值为整个网络的稳定性。