CN108880935B - 网络节点重要度的获得方法和装置、设备、存储介质 - Google Patents
网络节点重要度的获得方法和装置、设备、存储介质 Download PDFInfo
- Publication number
- CN108880935B CN108880935B CN201810568097.4A CN201810568097A CN108880935B CN 108880935 B CN108880935 B CN 108880935B CN 201810568097 A CN201810568097 A CN 201810568097A CN 108880935 B CN108880935 B CN 108880935B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- network node
- obtaining
- nodes
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种网络节点重要度的获得方法和装置、设备、存储介质。所述网络节点重要度的获得方法包括:获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点;根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度;根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度;根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度。采用本发明,能够提高获得的网络节点重要度的准确度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种网络节点重要度的获得方法和装置、设备、存储介质。
背景技术
随着网络技术的日益成熟,如何提高网络中信息的传播效率已经成为了现如今最热门的研究课题之一。一般而言,通过衡量网络中各个节点的重要性,从而从网络中挑选出相对重要的节点进行信息传输,能够有效地提高网络中的信息的传输效率。在现有技术中,一般通过计算节点的相邻节点的个数、计算节点的介数或者通过采用k-shell算法的方式来评价节点的重要性,但是这些评价方法的评价标准较为单一,没有考虑到整个网络复杂性对于节点的重要性的影响,因此准确度不高。
发明内容
本发明实施例提出一种网络节点重要度的获得方法和装置、设备、存储介质,能够提高获得的网络节点重要度的准确度。
本发明实施例提供的一种网络节点重要度的获得方法,具体包括:
获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点;
根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度;
根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度;
根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度。
进一步地,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则所述根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度,具体包括:
根据预设的集聚度计算模型、所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点集聚度。
进一步地,所述根据预设的集聚度计算模型、所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点集聚度,具体包括:
根据所述集聚度计算模型所述第一网络节点i、每个所述第二网络节点j和每个所述节点连接关系eij,计算获得所述第一网络节点i的节点集聚度Ci;其中,Ei表示所有所述节点连接关系eij的集合;ki表示与所述第一网络节点i直接相连的第二网络节点的总个数。
进一步地,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则所述根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度,具体包括:
根据预设的效率度计算模型,所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点效率度。
进一步地,所述根据预设的效率度计算模型,所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点效率度,具体包括:
根据所述效率度计算模型所述第一网络节点i、每个所述第二网络节点j和每个所述节点连接关系eij,计算获得所述第一网络节点i的节点效率度Hi;其中,kj表示所述目标网络中的与所述第二网络节点j直接相连的其它第二网络节点的总个数;n表示所有所述第二网络节点j的总个数。
进一步地,在所述根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度之前,还包括:
分别对所述节点集聚度和所述节点效率度进行标准化处理。
进一步地,所述分别对所述节点集聚度和所述节点效率度进行标准化处理,具体包括:
采用预设的标准化函数g(*)分别对所述节点集聚度Ci和所述节点效率度Hi进行标准化处理;
则所述根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度,具体包括:
根据预设的重要度计算模型p=g(Ci)+g(Hi)、所述节点集聚度Ci和所述节点效率度Hi,计算获得所述第一网络节点i的节点重要度p。
相应地,本发明实施例还提供了一种网络节点重要度的获得装置,具体包括:
目标网络获得模块,用于获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点;
节点集聚度获得模块,用于根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度;
节点效率度获得模块,用于根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度;以及,
节点重要度获得模块,用于根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度。
本发明实施例还提供了一种设备,具体包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的网络节点重要度的获得方法。
本发明实施例还提供了一种计算机可读存储介质,具体包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的网络节点重要度的获得方法。
实施本发明实施例,具有如下有益效果:
本发明实施例提供的网络节点重要度的获得方法和装置、设备、存储介质,通过分别计算网络节点的节点集聚度和节点效率度,并结合该节点集聚度和节点效率度计算获得该网络节点的节点重要度,从而在计算节点重要度的过程中充分考虑网络节点在整个网络中的在广度和深度两个维度上的影响力,因此能够大大提高计算获得的网络节点重要度的准确度。
附图说明
图1是本发明提供的网络节点重要度的获得方法的一个优选的实施例的流程示意图;
图2是本发明提供的网络节点重要度的获得装置的一个优选的实施例的结构示意图;
图3是本发明提供的设备的一个优选的实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,为本发明提供的网络节点重要度的获得方法的一个优选的实施例的流程示意图,包括步骤S11至S14,具体如下:
S11:获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点。
需要说明的是,本发明实施例由系统执行。其中,该系统可以为服务器中的系统,也可以为任意设备中的系统,在此不作限定。
在本实施例中,上述网络可以通过对至少一个用户的用户通信记录进行解析获得。具体地,系统获取至少一个用户的用户通信记录,并将用户作为网络中的节点,将每两个用户之间的通信记录作为对应的两个节点之间的连线,从而获得一个由节点和连接组成的网络;随后,通过计算每条连线的TF-IDF(term frequency–inverse documentfrequency)值来获得对应的两个节点之间的关系强弱,即获得对应的两个用户之间的关系强弱,从而将网络中关系较弱的连线删除,以将网络中属于因异常或者意外情况产生的连线剔除,由此能够减少后续数据处理过程中需要处理的数据量,提高网络节点重要度的计算效率,同时还能够降低网络中的节点的稀疏性,从而提高网络节点重要度的计算准确度;最后,通过采用CPM(clique percolation method,派系过滤)算法对网络中剩余的节点进行社团划分,从而获得最终的目标网络。
需要说明的是,上述目标网络中包含一个或者多个网络节点,在本实施例中,将其中任意一个网络节点作为第一网络节点,其他网络节点作为第二网络节点。
S12:根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度。
需要说明的是,节点集聚度可以为集聚系数,又称群聚系数、集群系数等,用于反映一个网络节点和其相邻节点之间的紧密程度,是衡量一个网络节点在一个网络中的影响广度的一种度量指标。因此,上述第一网络节点的节点集聚度表示上述第一网络节点和与其相邻的各个第二网络节点之间的紧密程度。
S13:根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度。
需要说明的是,节点效率度用于反映一个网络节点与其他网络节点之间的相互作用力大小,是衡量一个网络节点在一个网络中的影响深度的一种度量指标。因此,上述第一网络节点的节点效率度表示上述第一网络节点与各个第二网络节点之间的相互作用力大小。
S14:根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度。
需要说明的是,节点重要度用于反映一个网络节点在一个网络中的重要程度的一种度量指标。
在一些具体的实施例中,在根据上述方法计算获得网络中的各个网络节点的节点重要度后,可以从网络中挑选出节点重要度高的网络节点,并利用这些网络节点进行信息传播,从而大大提高信息在网络中传播的效率。
本实施例通过分别计算网络节点的节点集聚度和节点效率度,并结合该节点集聚度和节点效率度计算获得该网络节点的节点重要度,从而在计算节点重要度的过程中充分考虑网络节点在整个网络中的在广度和深度两个维度上的影响力,因此能够大大提高计算获得的网络节点重要度的准确度。
在另一个优选的实施例中,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则上述步骤S12进一步包括步骤S1201,具体如下:
S1201:根据预设的集聚度计算模型、所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点集聚度。
进一步地,上述步骤S1201进一步包括步骤S1201_1,具体如下:
S1201_1:根据所述集聚度计算模型所述第一网络节点i、每个所述第二网络节点j和每个所述节点连接关系eij,计算获得所述第一网络节点i的节点集聚度Ci;其中,Ei表示所有所述节点连接关系eij的集合;ki表示与所述第一网络节点i直接相连的第二网络节点的总个数。
在又一个优选的实施例中,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则上述步骤S13进一步包括步骤S1301,具体如下:
S1301:根据预设的效率度计算模型,所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点效率度。
进一步地,上述步骤S1301进一步包括S1301_1,具体如下:
S1301_1:根据所述效率度计算模型所述第一网络节点i、每个所述第二网络节点j和每个所述节点连接关系eij,计算获得所述第一网络节点i的节点效率度Hi;其中,kj表示所述目标网络中的与所述第二网络节点j直接相连的其它第二网络节点的总个数;n表示所有所述第二网络节点j的总个数。
需要说明的是,在本实施例中,节点连接关系eij指的是第一网络节点i到第二网络节点j之间的距离的倒数,因此,当第一网络节点i和第二网络节点j相邻时,节点连接关系eij的值最大,即eij=1;当第一网络节点i和第二网络节点j不相邻时,节点连接关系eij介于0和1之间,即eij∈(0,1)。
需要进一步说明的是,当网络中存在m个节点时,则该网络的网路效率可以表示为:在本实施例中,根据目标网络的网络效率和该目标网路中各个网络节点的连接关系,可以计算获得该目标网络中的各个网络节点的节点效率度。具体地,根据公式即可获得由各个网络节点的节点效率度Hi组成的节点效率度集合H。
在又一个优选的实施例中,在上述步骤S14之前,还包括步骤S15,具体如下:
S15:分别对所述节点集聚度和所述节点效率度进行标准化处理。
进一步地,上述步骤S15进一步包括步骤S1501,具体如下:
S1501:采用预设的标准化函数g(*)分别对所述节点集聚度Ci和所述节点效率度Hi进行标准化处理。
需要说明的是,在本实施例中,上述标准化函数g(*)可以为归一化处理函数。
则上述步骤S14进一步包括步骤S1401,具体如下:
S1401:根据预设的重要度计算模型p=g(Ci)+g(Hi)、所述节点集聚度Ci和所述节点效率度Hi,计算获得所述第一网络节点i的节点重要度p。
需要说明的是,在本实施例中,通过对第一网路节点的节点集聚度和节点效率度进行加和计算,从而获得第一网络节点的节点重要度。在一些具体的实施例中,还可以通过对第一网络节点的节点集聚度和节点效率度进行加权求和、求平均值、求中位数等一种或者多种方式来计算获得第一网络节点的节点重要度。
需要进一步说明的是,上述步骤标号仅用于区分不同步骤,而不对各步骤之间的执行顺序进行限定。
本发明实施例提供的网络节点重要度的获得方法,通过分别计算网络节点的节点集聚度和节点效率度,并结合该节点集聚度和节点效率度计算获得该网络节点的节点重要度,从而在计算节点重要度的过程中充分考虑网络节点在整个网络中的在广度和深度两个维度上的影响力,因此能够大大提高计算获得的网络节点重要度的准确度。
相应地,本发明还提供一种网络节点重要度的获得装置,能够实现上述实施例中的网络节点重要度的获得方法的所有流程。
如图2所示,为本发明提供的网络节点重要度的获得装置的一个优选的实施例的结构示意图,具体包括:
目标网络获得模块21,用于获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点;
节点集聚度获得模块22,用于根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度;
节点效率度获得模块23,用于根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度;以及,
节点重要度获得模块24,用于根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度。
进一步地,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则所述节点集聚度获得模块,具体包括:
节点集聚度计算单元,用于根据预设的集聚度计算模型、所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点集聚度。
进一步地,所述节点集聚度计算单元,具体包括:
节点集聚度计算子单元,用于根据所述集聚度计算模型所述第一网络节点i、每个所述第二网络节点j和每个所述节点连接关系eij,计算获得所述第一网络节点i的节点集聚度Ci;其中,Ei表示所有所述节点连接关系eij的集合;ki表示与所述第一网络节点i直接相连的第二网络节点的总个数。
进一步地,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则所述节点效率度获得模块,具体包括:
节点效率度计算单元,用于根据预设的效率度计算模型,所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点效率度。
进一步地,所述节点效率度计算单元,具体包括:
节点效率度计算子单元,用于根据所述效率度计算模型所述第一网络节点i、每个所述第二网络节点j和每个所述节点连接关系eij,计算获得所述第一网络节点i的节点效率度Hi;其中,kj表示所述目标网络中的与所述第二网络节点j直接相连的其它第二网络节点的总个数;n表示所有所述第二网络节点j的总个数。
进一步地,所述网络节点重要度的获得装置,还包括:
标准化处理模块,用于分别对所述节点集聚度和所述节点效率度进行标准化处理。
进一步地,所述标准化处理模块,具体包括:
标准化处理单元,用于采用预设的标准化函数g(*)分别对所述节点集聚度Ci和所述节点效率度Hi进行标准化处理;
则所述节点重要度获得模块,具体包括:
节点重要度计算单元,用于根据预设的重要度计算模型p=g(Ci)+g(Hi)、所述节点集聚度Ci和所述节点效率度Hi,计算获得所述第一网络节点i的节点重要度p。
本发明实施例提供的网络节点重要度的获得装置,通过分别计算网络节点的节点集聚度和节点效率度,并结合该节点集聚度和节点效率度计算获得该网络节点的节点重要度,从而在计算节点重要度的过程中充分考虑网络节点在整个网络中的在广度和深度两个维度上的影响力,因此能够大大提高计算获得的网络节点重要度的准确度。
本发明还提供了一种设备。
如图3所示,为本发明提供的设备的一个优选的实施例的结构示意图,包括处理器31、存储器32以及存储在所述存储器32中且被配置为由所述处理器31执行的计算机程序,所述处理器31执行所述计算机程序时实现如上任一实施例所述的网络节点重要度的获得方法。
需要说明的是,图3仅以该设备中的一个存储器和一个处理器相连接为例进行示意,在一些具体的实施例中,该设备中还可以包括多个存储器和/或多个处理器,其具体的数目及连接方式可根据实际情况需要进行设置和适应性调整。
本发明实施例提供的设备,通过分别计算网络节点的节点集聚度和节点效率度,并结合该节点集聚度和节点效率度计算获得该网络节点的节点重要度,从而在计算节点重要度的过程中充分考虑网络节点在整个网络中的在广度和深度两个维度上的影响力,因此能够大大提高计算获得的网络节点重要度的准确度。
本发明还提供了一种计算机可读存储介质,具体包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任一实施例所述的网络节点重要度的获得方法。
需要说明的是,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要进一步说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明实施例提供的计算机可读存储介质,通过分别计算网络节点的节点集聚度和节点效率度,并结合该节点集聚度和节点效率度计算获得该网络节点的节点重要度,从而在计算节点重要度的过程中充分考虑网络节点在整个网络中的在广度和深度两个维度上的影响力,因此能够大大提高计算获得的网络节点重要度的准确度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种网络节点重要度的获得方法,其特征在于,包括:
获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点;
根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度;
根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度;
根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度;
其中,所述目标网络的获得步骤包括:
获取一个由节点和节点连接关系组成的原始网络;
计算每两个节点之间的连线的TF-IDF值,以获得所述两个节点之间的关系强弱,并剔除原始网络中关系较弱的连线;
采用CPM算法对原始网络中剩余的节点进行社团划分,从而获得所述目标网络;
所述根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度,具体包括:
采用预设的标准化函数g(*)分别对所述节点集聚度Ci和所述节点效率度Hi进行标准化处理;
根据预设的重要度计算模型p=g(Ci)+g(Hi)、所述节点集聚度Ci和所述节点效率度Hi,计算获得所述第一网络节点i的节点重要度p。
2.如权利要求1所述的网络节点重要度的获得方法,其特征在于,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则所述根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度,具体包括:
根据预设的集聚度计算模型、所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点集聚度。
4.如权利要求1所述的网络节点重要度的获得方法,其特征在于,所述目标网络中还包括所述第一网络节点和每个所述第二网络节点的节点连接关系;
则所述根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度,具体包括:
根据预设的效率度计算模型,所述第一网络节点、每个所述第二网络节点和每个所述节点连接关系,计算获得所述第一网络节点的节点效率度。
6.一种网络节点重要度的获得装置,其特征在于,包括:
目标网络获得模块,用于获得目标网络;其中,所述目标网络中包括第一网络节点和至少一个第二网络节点;
节点集聚度获得模块,用于根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点集聚度;
节点效率度获得模块,用于根据所述第一网络节点和每个所述第二网络节点,获得所述第一网络节点的节点效率度;以及,
节点重要度获得模块,用于根据所述节点集聚度和所述节点效率度,获得所述第一网络节点的节点重要度;
其中,所述目标网络获得模块,具体用于:
获取一个由节点和节点连接关系组成的原始网络;
计算每两个节点之间的连线的TF-IDF值,以获得所述两个节点之间的关系强弱,并剔除原始网络中关系较弱的连线;
采用CPM算法对原始网络中剩余的节点进行社团划分,从而获得所述目标网络;
所述节点重要度获得模块,具体用于:
采用预设的标准化函数g(*)分别对所述节点集聚度Ci和所述节点效率度Hi进行标准化处理;
根据预设的重要度计算模型p=g(Ci)+g(Hi)、所述节点集聚度Ci和所述节点效率度Hi,计算获得所述第一网络节点i的节点重要度p。
7.一种网络节点重要度的获得设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的网络节点重要度的获得方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任一项所述的网络节点重要度的获得方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810568097.4A CN108880935B (zh) | 2018-06-05 | 2018-06-05 | 网络节点重要度的获得方法和装置、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810568097.4A CN108880935B (zh) | 2018-06-05 | 2018-06-05 | 网络节点重要度的获得方法和装置、设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108880935A CN108880935A (zh) | 2018-11-23 |
CN108880935B true CN108880935B (zh) | 2020-09-15 |
Family
ID=64336293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810568097.4A Active CN108880935B (zh) | 2018-06-05 | 2018-06-05 | 网络节点重要度的获得方法和装置、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108880935B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110784487B (zh) * | 2019-11-07 | 2021-08-31 | 广东技术师范大学 | 一种基于数据包抽检模型的sdn节点防御方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105337278B (zh) * | 2015-12-14 | 2018-03-09 | 国网浙江省电力公司 | 一种基于节点重要度评价矩阵的网络重构双层优化方法 |
CN107240026B (zh) * | 2017-04-20 | 2021-01-29 | 西安电子科技大学 | 一种适用于噪音网络的社区发现方法 |
CN107453928B (zh) * | 2017-09-22 | 2019-06-14 | 冀北电力有限公司电力经济技术研究院 | 一种电力通信网节点重要度评价方法及装置 |
-
2018
- 2018-06-05 CN CN201810568097.4A patent/CN108880935B/zh active Active
Non-Patent Citations (1)
Title |
---|
Paper Classification by Topic Grouping in Citation Networks;Yi-Jen Su等;《IEEE》;20120723;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108880935A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10474827B2 (en) | Application recommendation method and application recommendation apparatus | |
CN109360028B (zh) | 用于推送信息的方法和装置 | |
CN110046929B (zh) | 一种欺诈团伙识别方法、装置、可读存储介质及终端设备 | |
CN108985954B (zh) | 一种建立各标识的关联关系的方法以及相关设备 | |
US10621516B2 (en) | Content delivery method, apparatus, and storage medium | |
CN112926897A (zh) | 基于联邦学习的客户端贡献计算方法和装置 | |
CN112711705B (zh) | 舆情数据处理方法、设备及存储介质 | |
CN111371767B (zh) | 恶意账号识别方法、恶意账号识别装置、介质及电子设备 | |
CN106778910B (zh) | 基于本地训练的深度学习系统和方法 | |
CN111340233A (zh) | 机器学习模型的训练方法及装置、样本处理方法及装置 | |
CN112131322A (zh) | 时间序列分类方法及装置 | |
CN107885716A (zh) | 文本识别方法及装置 | |
CN110245684B (zh) | 数据处理方法、电子设备和介质 | |
CN108880935B (zh) | 网络节点重要度的获得方法和装置、设备、存储介质 | |
CN111353039B (zh) | 文件类别检测方法和装置 | |
CN109753561B (zh) | 一种自动回复的生成方法及装置 | |
CN111046892A (zh) | 异常识别方法和装置 | |
CN111368858A (zh) | 用户满意度评估方法及装置 | |
CN114529210A (zh) | 基于虚拟现实的评价方法及装置 | |
US11526800B2 (en) | Determining value of corpora for machine learning using coresets | |
CN114257521A (zh) | 流量预测方法、装置、电子设备和存储介质 | |
CN110083517B (zh) | 一种用户画像置信度的优化方法及装置 | |
CN109472454B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
CN112700270A (zh) | 评分数据处理方法、装置、设备及存储介质 | |
CN110599135B (zh) | 评价用户的第三方支付账号的方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |