CN104639430A - 用于确定网络化系统中的社区网守的方法和系统 - Google Patents
用于确定网络化系统中的社区网守的方法和系统 Download PDFInfo
- Publication number
- CN104639430A CN104639430A CN201410559408.2A CN201410559408A CN104639430A CN 104639430 A CN104639430 A CN 104639430A CN 201410559408 A CN201410559408 A CN 201410559408A CN 104639430 A CN104639430 A CN 104639430A
- Authority
- CN
- China
- Prior art keywords
- node
- centrality
- multiple groups
- network system
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000009795 derivation Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 238000012935 Averaging Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 21
- 238000004590 computer program Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000009471 action Effects 0.000 description 6
- 241000700605 Viruses Species 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000002155 anti-virotic effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Information Transfer Between Computers (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明中提供了用于确定网络系统中的社区网守的方法、系统和制造品件。方法包括:标识网络系统中的节点的多个组,其中节点的多个组中的每个组均包括给定节点;测量由给定节点对与网络系统中的节点的被标识的多个组中的每个组关联的中心性度量做出的边际贡献;以及通过对由给定节点跨网络系统中的节点的被标识的多个组中的每个组做出的边际贡献进行平均,来导出给定节点的中心性度量。
Description
技术领域
本发明的实施例一般地涉及信息技术,并且更具体地涉及网络化系统。
背景技术
对社交网络的分析、尤其是关于中心性度量的分析已经受到显著关注。基于节点和/或边(edge)的位置功率或者节点和/或边对网络的影响,中心性度量对给定网络中的节点和/或边进行排列。然而,现有的中心性度量往往不足以令人满意地服务于新兴应用的需要。
通过说明的方式,考虑包括计算机网络(诸如,例如公司的内部网)的示例,其中节点表示工作站并且边表示工作站之间的连接。而且,假设网络中的每个工作站可能受到病毒的潜在攻击,该病毒然后通过网络传播。另外,考虑其中被感染的节点感染可从被感染的节点到达的所有未受保护的节点(也就是,没有抗病毒软件的那些节点)的简单病毒传播模型。在这样的示例中,如果病毒从均匀随机选择的初始节点开始传播,那么考虑到有限数量的资源,则挑战出现在确定抗病毒软件应当被安装在哪个工作站(或者哪些工作站)上。
通过另一示例说明的方式,考虑关于错误信息通过社交介质传播的情景。尤其是,公司可能依靠产品的病毒式营销以最大化收益。然而,在这些实例中,负面意见以及正面意见可能出现并且通过潜在买家的网络传播。拥有该产品的公司将很可能希望最小化由于负面意见招致的损失。因此,挑战存在于确定公司应当以哪些个体买家(例如,为了附加的说服或者促销)为目标以便防止最大数目的其它个体(individual)接收到负面意见中。
发明内容
在本发明的一个方面中,提供了用于确定网络化系统中的社区网守(community gatekeeper)的技术。示例性计算机实现的方法可以包括以下步骤:标识网络系统中的节点的多个组,其中节点的多个组中的每个组均包括给定节点;测量由给定节点对与网络系统中的节点的被标识的多个组中的每个组关联的中心性度量做出的边际贡献;以及通过对由给定节点跨网络系统中的节点的被标识的多个组中的每个组做出的边际贡献进行平均,来导出给定节点的中心性度量。
在本发明的另一方面中,示例性计算机实现的方法可以包括以下步骤:标识网络系统中的边的多个组,其中该边的多个组中的每个组均包括给定边;测量由给定边对与网络系统中的边的被标识的多个组中的每个组关联的中心性度量做出的边际贡献;以及通过对由给定边跨网络系统中的边的被标识的多个组中的每个组做出的边际贡献进行平均,来导出给定边的中心性度量。
本发明的另一方面或其元件可以以有形地体现计算机可读指令的一件制造品的形式来实现,计算机可读指令在被实现时使得计算机执行如本文中描述的多个方法步骤。此外,本发明的另一方面或其元件可以以包括存储器以及耦合到存储器并且被配置用于执行所提到的方法步骤的至少一个处理器的设备的形式来实现。又进一步地,本发明的另一方面或其元件可以以用于执行本文中描述的方法步骤的装置或其元件的形式来实现;该装置可以包括硬件模块(或多个硬件模块)或者硬件和软件模块的组合,其中软件模块被存储在有形的计算机可读存储介质(或者多个这样的介质)中。
根据要结合附图阅读的、其说明性实施例的以下详细描述,本发明的这些和其它目的、特征和优点将变得显而易见。
附图说明
图1是图示了根据本发明的实施例所利用的算法的图;
图2是图示了本发明的示例实施例的方面的图;
图3是图示了根据本发明的实施例的技术的流程图;以及
图4是本发明的至少一个实施例可以被实现在其上的示例性计算机系统的系统图。
具体实施方式
如本文中描述的,本发明的方面包括确定社交网络中的社区网守。如本文中使用的,“社区网守”还可以简单地被称为“网守”。本发明的至少一个实施例包括生成和/或提供中心性度量以确定复杂社交网络中的网守节点。
通过说明的方式,本发明的示例实施例包括考虑个体的网络(例如,诸如潜在买家的社交网络)或者对象的网络(例如,诸如公司的内部网)。在这样的示例实施例的上下文内,假设特定的不需要的过程可以均匀随机地攻击节点并且继续通过网络传播,从而影响所有可到达的节点和/或个体的功能。如本文中指出的,考虑到有限的目标资源,挑战出现在确定网络中的哪k个节点作为目标,以最大化网络中不接收不需要的过程和/或信息的节点的预期数目中。
据此,本发明的至少一个实施例包括通过独立地测量节点和/或边的功率以及通过测量由节点和/或边对网络中的一组节点和/或边的功率做出的边际贡献,来导出网络系统的节点和/或边的中心性分数。通过对构建节点(或边)的组的说明的方式,假设四个节点,即{a,b,c,d}。例如,为了构建其中节点“a”存在的所有组,(i)考虑剩余节点的集合(即,{b,c,d});(ii)形成该集合的所有可能子集(即,{b},{c},{d},{b,c},{b,d},{c,d},{b,c,d});以及(iii)将节点“a”添加到这些子集中的每个子集(即,{a,b},{a,c},{a,d},{a,b,c},{a,b,d},{a,c,d},{a,b,c,d})。另外:
(i)使用表达式:v({a,b})-v({b})来确定由节点“a”对组{a,b}做出的边际贡献;
(ii)使用表达式:v({a,c})-v({c})来确定由节点“a”对组{a,c}做出的边际贡献;
(iii)使用表达式:v({a,d})-v({d})来确定由节点“a”对组{a,d}做出的边际贡献;
(iv)使用表达式:v({a,b,c})-v({b,c})来确定由节点“a”对组{a,b,c}做出的边际贡献;
(v)使用表达式:v({a,b,d})-v({b,d}来确定由节点“a”对组{a,b,d}做出的边际贡献;
(vi)使用表达式:v({a,c,d})-v({c,d})来确定由节点“a”对组{a,c,d}做出的边际贡献;以及
(vii)使用表达式v({a,b,c,d})-v({b,c,d})来确定由节点“a”对组{a,b,c,d}做出的边际贡献。
本发明的至少一个实施例还包括对由节点“a”做出的所有上述边际贡献进行平均,以便计算节点“a”的网守中心性。另外,这样的实施例可以进一步包括基于所计算的网守中心性值来排列多个节点和/或边。
在本发明的至少一个实施例中,表示该子集作为网守时是多么有效的值被附加到节点的每个子集。如本文中进一步描述的,一旦确定了针对节点的子集的值,本发明的至少一个实施例便包括使用基于Shapley值的方案导出针对(在给定子集内的)各个节点的值。针对各个节点的这些值表示给定节点作为网守时的有效性。
另外,本发明的至少一个实施例包括使用协同方面(cooperativeaspect)和Shapley值的方案对网守中心性进行建模以导出各个节点值。例如,协同方面可以被定义为并且另外详细地定义如下。对于每个定义v(S)为其中Φ(S)={1,2,...,k}是针对G(N\S,E(N\S))中的k连接的部件的索引集合。
协同方面还可以包括计算节点的Shapley值,其进而表示网守中心性值。因为Shapley值的精确计算是NP困难问题,本发明的至少一个实施例可以包括利用基于蒙特卡罗模拟的方法以在多项式时间内近似地确定针对节点的网守中心性值。在图1中描绘了一个示例,图1是图示了根据本发明的实施例所利用的算法102的图。
图2是图示了本发明的示例实施例的一个方面的图。通过图示的方式,图2描绘了编号为1至13的多个节点,其中节点202和节点204(分别枚举为节点4和9)被标识为网守节点。在这样的实施例中,执行Shapley值算法(诸如在图1中描绘的)以确定针对给定节点的网守中心性值。所得到的节点的Shapley值可以按非增顺序被排列诸如如下:Sh9=0.135,Sh4=0.102,Sh5=0.085,Sh3=0.085,Sh7=0.071,Sh8=0.071,Sh6=0.071,Sh10=0.068,Sh12=0.068,Sh11=0.068,Sh13=0.068,Sh1=0.054,以及Sh2=0.054。据此,对于k=2(也就是,可用资源将节点选择限制于两个节点),通过使用网守中心性,节点4和节点9(分别是图2中的部件202和204)被标识为答案。
据此,本发明的至少一个实施例包括实现对策论解决方法,以计算一个或多个给定网络中的节点的网守中心性。本发明的这种实施例可以被实现在各种环境中,诸如例如限制错误信息在社交网络中的传播、限制技术网络、道路网络以及用于确定具有强烈的跨学科兴趣的研究人员的合著网络中的病毒污染。
图3是图示了根据本发明的实施例的技术的流程图。步骤302包括标识网络系统中的节点的多个组,其中多个组中的每个组包括给定节点。步骤304包括测量由给定节点对与在网络系统中标识的多个组中的每个组关联的中心性度量做出的边际贡献。与标识的多个组中的每个组关联的所述中心性度量表示对标识的多个组中的每个组作为网络系统中的网守的有效性的测度。
步骤306包括通过对由给定节点跨网络系统中的被标识的节点的多个组中的每个组做出的边际贡献进行平均,来导出给定节点的中心性度量。给定节点的中心性度量表示对给定节点作为网络系统中的网守的有效性的测度。另外,如本文中描述的,导出步骤可以包括使用基于Shapley值的方案导出给定节点的中心性度量。
图3中描绘的技术另外可以包括针对网络系统中的一个或多个另外的节点重复所述标识、所述测量以及所述导出,并且基于中心性度量来对给定节点以及一个或多个另外的节点进行排列。排列可以包括按中心性度量的递减顺序对给定节点和一个或多个另外的节点进行排列。另外,排列可以包括并入一个或多个约束条件,诸如例如可用资源量。
而且,如本文中另外详述的,可以修改图3中描绘的技术以包括:标识网络系统中的边的多个组,其中多个组中的每个组包括给定边;测量由给定边对与网络系统中的被标识的多个组中的每个组关联的中心性度量做出的边际贡献;以及通过对由给定边跨网络系统中的边的被标识的多个组中的每个组做出的边际贡献进行平均,来导出给定边的中心性度量。
如本文中描述的,图3中描绘的技术还可以包括提供一种系统,其中该系统包括不同的软件模块,不同的软件模块中的每一个被体现在有形的计算机可读可记录存储介质上。例如,所有模块(或它们的任意子集)可以在同一介质上,或者每一个都可以在不同的介质上。模块可以包括图中示出的和/或本文中描述的部件中的任一个或全部。在本发明的方面中,模块可以运行在例如硬件处理器上。然后,如上面描述的,使用系统的在硬件处理器上执行的不同软件模块可以执行方法步骤。进一步地,计算机程序产品可以包括具有适于被执行以执行本文中描述的至少一个方法步骤的代码的有形的计算机可读可记录存储介质,从而包括提供具有不同软件模块的系统。
另外,图3中描绘的技术可以经由其可以包括存储在数据处理系统中的计算机可读存储介质中的计算机可用程序代码的计算机程序产品来实现,并且其中计算机可用程序代码通过网络从远程数据处理系统下载。而且,在本发明的方面中,计算机程序产品可以包括存储在服务器数据处理系统中的计算机可读存储介质中的计算机可用程序代码,并且其中计算机可用程序代码通过网络被下载到远程数据处理系统,以用于在具有远程系统的计算机可读存储介质中使用。
如将由本领域技术人员理解的,本发明的方面可以被体现为系统、方法或计算机程序产品。据此,本发明的方面可以采取在本文中一般可以全部被称为“电路”、“模块”或“系统”的完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或者结合软件和硬件方面的实施例的形式。此外,本发明的方面可以采取体现在具有计算机可读程序代码体现在其上的计算机可读介质中的计算机程序产品的形式。
本发明的方面或其元件可以以包括存储器以及耦合到存储器并且被配置用于执行示例性方法步骤的至少一个处理器的装置的形式来实现。
另外,本发明的方面可以使用运行在通用计算机或工作站上的软件。参照图4,这样的实施方式可以采用例如处理器402、存储器404以及例如由显示器406和键盘408形成的输入/输出接口。如本文中使用的术语“处理器”旨在包括任何处理设备,诸如例如包括CPU(中央处理单元)和/或其它形式的处理电路装置的处理设备。进一步地,术语“处理器”可以指不止一个的单独的处理器。术语“存储器”旨在包括与处理器或CPU关联的存储器,诸如例如RAM(随机存取存储器)、ROM(只读存储器)、固定存储器设备(例如硬盘驱动)、可移动存储器设备(例如磁盘)、闪速存储器等。另外,如本文中使用的短语“输入/输出接口”旨在包括例如用于将数据输入到处理单元的机制(例如鼠标)以及用于提供与处理单元关联的结果的机制(例如打印机)。处理器402、存储器404以及诸如显示器406和键盘408之类的输入/输出接口可以例如经由作为数据处理单元412的一部分的总线410互连。例如,经由总线410的合适互连还可以被提供给诸如网卡之类的网络接口414(其可以被提供给与计算机网络的接口)以及诸如磁盘或CD-ROM驱动之类的介质接口416,其可以被提供给与介质418的接口)。
据此,包括用于执行如本文中描述的本发明的方法的指令或代码的计算机软件可以存储在关联的存储器设备(例如ROM、固定或可移动存储器)中,并且在准备好被利用时,部分或整体地被加载(例如,到RAM中)且由CPU实现。这样的软件可以包括(但不限于)固件、驻留软件、微代码等。
适合用于存储和/或执行程序代码的数据处理系统将包括通过系统总线410直接或间接耦合到存储器元件404的至少一个处理器402。存储器元件可以包括在程序代码的实际实施期间所采用的本地存储器、大容量存储装置、以及提供至少一些程序代码的临时存储以便降低在实施期间必须从大容量存储装置取回代码的次数的高速缓存存储器。
输入/输出或I/O设备(包括但不限于键盘408、显示器406、指向设备等)可以直接(诸如经由总线410)或者通过中间I/O控制器(为了清楚起见而被省略)耦合到系统。
诸如网络接口414之类的网络适配器还可以耦合到系统,以使得数据处理系统能够变成通过中间的私人或公共网络耦合到其它数据处理系统或远程打印机或存储设备。调制解调器、电缆调制解调器和以太网卡只是几个当前可用类型的网络适配器。
如本文(包括权利要求)中使用的,“服务器”包括运行服务器程序的物理数据处理系统(例如如图4中示出的系统412)。将理解的是,这样的物理服务器可以包括或者可以不包括显示器和键盘。
如指出的,本发明的各方面可以采取体现在具有计算机可读程序代码体现在其上的计算机可读介质中的计算机程序产品的形式。而且,可以利用计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如(但不限于)电子的、磁的、光学的、电磁的或者半导体系统、装置或设备,或者前述的任何合适的组合。计算机可读存储介质的更具体的示例(非穷举式列表)将包括以下各项:具有一条或多条导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪速存储器、光纤、便携式紧缩盘只读存储器(CD-ROM)、光存储设备、磁存储设备或者前述的任何合适的组合。在本文档的上下文中,计算机可读存储介质可以是能够包含或存储用于由或者结合指令执行系统、装置或设备使用的程序的任何有形介质。
计算机可读信号介质可以包括具有计算机可读程序代码体现在其中的传播数据信号,例如在基带中或作为载波的一部分。这样的传播信号可以采取包括(但不限于)电磁的、光学的或其任何合适的组合的各种形式中的任一种。计算机可读信号介质可以是其不是计算机可读存储介质并且可以传达、传播或者传输用于由或者结合指令执行系统、装置或设备使用的程序的任何计算机可读介质。
体现在计算机可读介质上的程序代码可以使用适当的介质来发送,该适当的介质包括(但不限于)无线、有线、光纤电缆、射频(RF)等,或者前述的任何合适的组合。
用于执行针对本发明的方面的操作的计算机程序代码可以以至少一种编程语言的任何组合来编写,该至少一个编程语言包括诸如Java、Smalltalk、C++等之类的面向对象的编程语言以及诸如“C”编程语言或类似编程语言之类的传统的过程编程语言。程序代码可以作为独立的软件包完全在用户的计算机上、部分在用户的计算机上、部分在用户的计算机上并且部分在远程计算机上或者完全在远程计算机或服务器上执行。在后面的情景中,远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任意类型的网络连接到用户的计算机,或者可以进行到外部计算机的连接(例如,通过使用互联网服务提供商的互联网)。
本文中参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图描述了本发明的方面。将理解的是,流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以由计算机程序指令来实现。这些计算机程序指令可以被提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器以产生机器,使得经由计算机或其它可编程数据处理装置的处理器执行的指令创建用于实现在流程图和/或框图框或多个框中指定的功能/动作的装置。
这些计算机程序指令还可以被存储在可以引导计算机、其它可编程数据处理装置或其它设备以特定方式起作用的计算机可读介质中,使得存储在计算机可读介质中的指令产生一件包括实现在流程图和/或框图框或多个框中指定的功能/动作的指令的制造品(manufacture)。据此,本发明的方面包括有形地体现其在实现时使得计算机执行如本文中描述的多个方法步骤的计算机可读指令的一件制造品。
计算机程序指令还可以被加载到计算机、其它可编程数据处理装置或其它设备上以使得一系列操作步骤在计算机、其它可编程装置或其它设备上被执行以产生计算机实现的过程,使得在计算机或其它可编程装置上执行的指令提供用于实现在流程图和/或框图框或多个框中指定的功能/动作的过程。
附图中的流程图和框图图示了根据本发明各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。就这一点而言,流程图或框图中的每个框均可以表示包括用于实现指定的逻辑功能(或多个功能)的至少一个可执行指令的模块、部件、片段或代码部分。还应当注意的是,在一些备选实施方式中,在框中提到的功能可以不按附图中提到的顺序发生。例如,取决于所涉及的功能,连续示出的两个框实际上可以大致同时被执行,或者有时框可以按相反的顺序来执行。还应注意的是,框图和/或流程图图示中的每个框以及框图和/或流程图图示中的框的组合可以由执行指定功能或动作的基于特殊用途硬件的系统或者特殊用途硬件和计算机指令的组合来实现。
应当注意的是,本文中描述的任何方法可以包括提供包括体现在计算机可读存储介质上的不同软件模块的系统的附加步骤;例如模块可以包括本文中详述的任一或所有部件。然后,使用如上面描述的在硬件处理器402上执行的系统的不同软件模块和/或子模块可以执行方法步骤。进一步地,计算机程序产品可以包括具有适于被实现以执行本文中描述的至少一个方法步骤的代码的计算机可读存储介质,从而包括提供具有不同软件模块的系统。
在任何情况下,应当理解的是,本文中图示的部件可以以硬件、软件或其组合的各种形式来实现,例如(多个)专用集成电路(ASIC)、功能电路装置、具有关联的存储器的适当编程的通用数字计算机等。考虑到本文中提供的本发明的教导,相关领域普通技术人员将能够想出本发明的部件的其它实施方式。
本文中使用的术语仅仅是为了描述特定实施例的目的,并且不旨在于限制本发明。如本文中使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文另外明确指示。将进一步理解的是,术语“包括”在该说明书中被使用时指定所陈述的特征、整数、步骤、操作、元件和/或部件的存在,但是不排除另一特征、整数、步骤、操作、元件、部件和/或它们的组的存在或添加。
如特别要求的,在下面的权利要求中的所有装置或步骤加功能元件的对应结构、材料、动作和等效物旨在包括用于结合其它要求的元件执行功能的任何结构、材料或动作。
本发明的至少一个方面可以提供诸如例如提供中心性度量以确定复杂网络化系统中的网守节点之类的有益效果。
对本发明的各种实施例的描述已经为了说明的目的而给出,并且不旨在是穷举式的或者限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下,许多修改和变化对于本领域普通技术人员来说将是显而易见的。选择本文中使用的术语以最好地解释实施例的原理、实际应用或者对市场中找到的技术的技术改进,或者以使得其他本领域普通技术人员能够理解本文中公开的实施例。
Claims (19)
1.一种方法,包括:
标识网络系统中的节点的多个组,其中节点的所述多个组中的每个组均包括给定节点;
测量由所述给定节点对与所述网络系统中的节点的被标识的所述多个组中的每个组关联的中心性度量做出的边际贡献;以及
通过对由所述给定节点跨所述网络系统中的节点的被标识的所述多个组中的每个组做出的所述边际贡献,来导出所述给定节点的中心性度量;
其中所述标识、所述测量和所述导出中的至少一项由计算设备执行。
2.根据权利要求1所述的方法,其中所述给定节点的所述中心性度量包括对所述给定节点作为所述网络系统中的网守的有效性的测度。
3.根据权利要求1所述的方法,其中所述导出包括使用基于Shapley值的方案来导出所述给定节点的中心性度量。
4.根据权利要求1所述的方法,其中与节点的被标识的所述多个组中的每个组关联的所述中心性度量包括对节点的被标识的所述多个组中的每个组作为所述网络系统中的网守的有效性的测度。
5.根据权利要求1所述的方法,包括:
针对所述网络系统中的一个或多个另外的节点重复所述标识、所述测量和所述导出。
6.根据权利要求5所述的方法,包括:
基于所述中心性度量对所述给定节点和所述一个或多个另外的节点进行排列。
7.根据权利要求6所述的方法,其中所述排列包括按所述中心性度量的递减顺序对所述给定节点和所述一个或多个另外的节点进行排列。
8.根据权利要求6所述的方法,其中所述排列包括并入一个或多个约束条件。
9.根据权利要求8所述的方法,其中所述一个或多个约束条件包括可用资源的量。
10.一种系统,包括:
存储器;以及
耦合到所述存储器的至少一个处理器,并且被配置用于:
标识网络系统中的节点的多个组,其中节点的所述多个组中的每个组均包括给定节点;
测量由所述给定节点对与所述网络系统中的节点的被标识的所述多个组中的每个组关联的中心性度量做出的边际贡献;以及
通过对由所述给定节点跨所述网络系统中的节点的被标识的所述多个组中的每个组做出的所述边际贡献进行平均,来导出所述给定节点的中心性度量。
11.一种方法,包括:
标识网络系统中的边的多个组,其中边的所述多个组中的每个组均包括给定边;
测量由所述给定边对与所述网络系统中的边的被标识的所述多个组中的每个组关联的中心性度量做出的边际贡献;以及
通过对由所述给定边跨所述网络系统中的边的被标识的所述多个组中的每个组做出的所述边际贡献,来导出所述给定边的中心性度量;
其中所述标识、所述测量和所述导出中的至少一项由计算设备执行。
12.根据权利要求11所述的方法,其中所述给定边的所述中心性度量包括对所述给定边作为所述网络系统中的网守的有效性的测度。
13.根据权利要求11所述的方法,其中所述导出包括使用基于Shapley值的方案导出所述给定边的中心性度量。
14.根据权利要求11所述的方法,其中与被标识的所述多个组中的每个组关联的所述中心性度量包括对边的被标识的所述多个组中的每个组作为所述网络系统中的网守的有效性的测度。
15.根据权利要求11所述的方法,包括:
针对所述网络系统中的一个或多个另外的边重复所述标识、所述测量和所述导出。
16.根据权利要求15所述的方法,包括:
基于所述中心性度量对所述给定边和所述一个或多个另外的边进行排列。
17.根据权利要求16所述的方法,其中所述排列包括按所述中心性度量的递减顺序对所述给定边和所述一个或多个另外的边进行排列。
18.根据权利要求16所述的方法,其中所述排列包括并入一个或多个约束条件。
19.根据权利要求18所述的方法,其中所述一个或多个约束条件包括可用资源的量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/076,829 | 2013-11-11 | ||
US14/076,829 US9400986B2 (en) | 2013-11-11 | 2013-11-11 | Determining community gatekeepers in networked systems |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104639430A true CN104639430A (zh) | 2015-05-20 |
CN104639430B CN104639430B (zh) | 2018-12-14 |
Family
ID=53044789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410559408.2A Active CN104639430B (zh) | 2013-11-11 | 2014-10-20 | 用于确定网络化系统中的社区网守的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9400986B2 (zh) |
CN (1) | CN104639430B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10395272B2 (en) * | 2015-11-16 | 2019-08-27 | Adobe Inc. | Value function-based estimation of multi-channel attributions |
US20170351740A1 (en) * | 2016-06-07 | 2017-12-07 | International Business Machines Corporation | Determining stalwart nodes in signed social networks |
US10469348B2 (en) * | 2016-12-29 | 2019-11-05 | Futurewei Technologies, Inc. | Centrality-based caching in information-centric networks |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070226248A1 (en) * | 2006-03-21 | 2007-09-27 | Timothy Paul Darr | Social network aware pattern detection |
US20090182599A1 (en) * | 2008-01-16 | 2009-07-16 | Ramakrishnan Kannan | Method and system for the bundling and pricing of wireless hotspots |
CN102726010A (zh) * | 2010-01-30 | 2012-10-10 | 国际商业机器公司 | 用于发现作为网络中社区的星形结构的系统及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030105973A1 (en) * | 2001-12-04 | 2003-06-05 | Trend Micro Incorporated | Virus epidemic outbreak command system and method using early warning monitors in a network environment |
US7472110B2 (en) | 2003-01-29 | 2008-12-30 | Microsoft Corporation | System and method for employing social networks for information discovery |
US8130947B2 (en) | 2008-07-16 | 2012-03-06 | Sap Ag | Privacy preserving social network analysis |
US20100121707A1 (en) | 2008-11-13 | 2010-05-13 | Buzzient, Inc. | Displaying analytic measurement of online social media content in a graphical user interface |
US8244664B2 (en) | 2008-12-01 | 2012-08-14 | Topsy Labs, Inc. | Estimating influence of subjects based on a subject graph |
US9948730B2 (en) | 2011-02-08 | 2018-04-17 | S-Printing Solution Co., Ltd. | Social network system with access provision mechanism and method of operation thereof |
US8818918B2 (en) | 2011-04-28 | 2014-08-26 | International Business Machines Corporation | Determining the importance of data items and their characteristics using centrality measures |
US9031888B2 (en) | 2011-08-10 | 2015-05-12 | International Business Machines Corporation | Predicting influence in social networks |
-
2013
- 2013-11-11 US US14/076,829 patent/US9400986B2/en not_active Expired - Fee Related
-
2014
- 2014-10-20 CN CN201410559408.2A patent/CN104639430B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070226248A1 (en) * | 2006-03-21 | 2007-09-27 | Timothy Paul Darr | Social network aware pattern detection |
US20090182599A1 (en) * | 2008-01-16 | 2009-07-16 | Ramakrishnan Kannan | Method and system for the bundling and pricing of wireless hotspots |
CN102726010A (zh) * | 2010-01-30 | 2012-10-10 | 国际商业机器公司 | 用于发现作为网络中社区的星形结构的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20150134807A1 (en) | 2015-05-14 |
CN104639430B (zh) | 2018-12-14 |
US9400986B2 (en) | 2016-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ovadia et al. | The cophylogeny reconstruction problem is NP-complete | |
Shao et al. | An exact algorithm to compute the double-cut-and-join distance for genomes with duplicate genes | |
Warnow | Concatenation analyses in the presence of incomplete lineage sorting | |
US10867083B2 (en) | Technique for generating approximate design solutions | |
CN114785696B (zh) | 复杂网络节点的重要度评估方法及装置 | |
Kim et al. | Analysis of directional dependence using asymmetric copula-based regression models | |
CN110213164B (zh) | 一种基于拓扑信息融合的识别网络关键传播者的方法及装置 | |
Bucur et al. | Beyond ranking nodes: Predicting epidemic outbreak sizes by network centralities | |
CN113010896B (zh) | 确定异常对象的方法、装置、设备、介质和程序产品 | |
CN101751333A (zh) | 用于支援程序解析的方法、及其计算机程序以及计算机系统 | |
Bellalij et al. | Bounding matrix functionals via partial global block Lanczos decomposition | |
Romero-Severson et al. | Change in global transmission rates of COVID-19 through May 6 2020 | |
Palacios et al. | Bayesian nonparametric inference of population size changes from sequential genealogies | |
WO2015177803A1 (en) | Business problem networking system and tool | |
CN104639430A (zh) | 用于确定网络化系统中的社区网守的方法和系统 | |
Holme | Extinction times of epidemic outbreaks in networks | |
US8327196B2 (en) | Identifying an optimized test bit pattern for analyzing electrical communications channel topologies | |
US9904961B2 (en) | System and method for determining the feedback capacity of information distributed in a complex network | |
Helmkamp et al. | Improvements to a class of distance matrix methods for inferring species trees from gene trees | |
Howison et al. | Bayesian genome assembly and assessment by Markov chain Monte Carlo sampling | |
Yin et al. | Exemplar or matching: modeling DCJ problems with unequal content genome data | |
US20130346053A1 (en) | Modeling and cooperative simulation of systems with interdependent discrete and continuous elements | |
Zhang et al. | Nonbifurcating Phylogenetic Tree Inference via the Adaptive LASSO | |
CN115329972A (zh) | 量子计算机性能确定方法及装置、电子设备和介质 | |
Chun | Improved method of estimating the product quality after multiple inspections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |