[发明专利]一种基于压缩感知的回声壁社交网络结构预测方法

摘要

本发明公开了一种基于压缩感知的回声壁社交网络结构预测方法，包括：S1、通过Hegselmann‑Krause连续观点动力学模型(HK模型)生成观测信号，其中包括对于网络中每一个节点，生成连续的时间序列信号，信号的取值范围[0,1]；S2、通过Stochastic BlockModel社团结构生成模型(SBM模型)生成网络结构，且步骤S1中的网络结构在此生成，每个节点根据SBM模型隶属于一个社团；S3、构造回声壁效应(Echo chamber)的观点分布和对比的随机(Chaos chamber)观点分布，根据步骤S1的节点属性和S2的网络结构属性，将节点属性按回声壁效应和随机效应分布到网络结构中；S4、构造基于压缩感知的网络结构重构凸优化算法，且针对S1～S3带属性结构的网络，逐一做网络结构重构。根据本发明，通过压缩感知在回声壁社交网络的还原构造，预测社交网络结构。