[发明专利]一种动态社交网络节点离开行为预测方法在审
| 申请号： | 201910659963.5 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110472104A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 韩启龙;刘佳艺;宋洪涛;张可佳;马志强;崔寰宇;刘鹏 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F16/903;G06F16/906;G06Q50/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于社交网络分析技术领域，具体涉及一种动态社交网络节点离开行为预测方法。本发明在全局层面利用有影响力的节点对其他的影响来定义节点在全局上的活跃度，利用k‑core分解有效地识别具有影响力的节点，并且可以保证这些点在自身邻域保持较好的聚集程度；在局部层面结合节点邻域的拓扑结构和节点自身属性(主要使用时间戳)定义节点在自身邻域上的活跃度，综合分析节点全局和局部的活跃度进行排序，达到预测节点离开行为的目的。 | ||
| 搜索关键词： | 活跃度 定义节点 节点离开 邻域 全局 社交网络分析 节点邻域 社交网络 拓扑结构 行为预测 时间戳 有效地 综合分析 排序 分解 预测 保证 | ||
【主权项】：
1.一种动态社交网络节点离开行为预测方法，其特征在于，包括：/n步骤1：利用k核分解识别该社交网络中具有凝聚力和影响力的节点，得到节点的参与度core值；/n步骤2：搜寻出所有非最大core值的节点，得到每一个非最大core值节点的邻域；/n步骤3：用节点的属性信息赋予两个相连的节点其边一个权重，该权重定义为两点间的亲密值；/n步骤4：计算所有非最大core值节点邻域的局部活跃度；/n步骤5：计算其它非最大core值节点到达到最大core值节点的最短路径，并计算该节点在全局上受到的影响收益；/n步骤6：对节点全局和局部特征分析并排序，选取前k个节点为预测的离开节点。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910659963.5/，转载请声明来源钻瓜专利网。
