CN111461440B - 链路预测方法、系统及终端设备 - Google Patents
链路预测方法、系统及终端设备 Download PDFInfo
- Publication number
- CN111461440B CN111461440B CN202010255722.7A CN202010255722A CN111461440B CN 111461440 B CN111461440 B CN 111461440B CN 202010255722 A CN202010255722 A CN 202010255722A CN 111461440 B CN111461440 B CN 111461440B
- Authority
- CN
- China
- Prior art keywords
- node
- predicted
- centrality
- common neighbor
- node pair
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 76
- 230000002776 aggregation Effects 0.000 claims abstract description 64
- 238000004220 aggregation Methods 0.000 claims abstract description 64
- 238000012549 training Methods 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于计算机技术领域,提供了一种链路预测方法、系统及终端设备,包括:将数据集划分为训练集和测试集;基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价。本发明考虑了网络局部介数中心性和聚集系数中心性,能够提高链路预测的准确性。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种链路预测方法、系统及终端设备。
背景技术
链路预测可以发现社交网络中的潜在关系,还可以对缺失边信息进行还原和预测,即通过已知边的相关信息,预测网络中尚未产生连边的两个节点之间产生链接的可能性。
目前,链路预测方法通常只考虑网络整体的介数中心性等参数,导致链路预测结果不准确。
发明内容
有鉴于此,本发明实施例提供了一种链路预测方法、系统及终端设备,以解决现有技术链路预测结果不准确的问题。
本发明实施例的第一方面提供了一种链路预测方法,包括:
将数据集划分为训练集和测试集;
基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;
基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价。
本发明实施例的第二方面提供了一种链路预测系统,包括:
划分模块,用于将数据集划分为训练集和测试集;
相似性计算模块,用于基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
预测模块,用于根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;
评价模块,用于基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如第一方面所述链路预测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被一个或多个处理器执行时实现如第一方面所述链路预测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例将数据集划分为训练集和测试集,然后基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性,接着根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路,最后基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价,本发明实施例提供了一种基于局部中心性指标融合的链路预测三联算法,考虑了网络局部介数中心性和聚集系数中心性,能够提高链路预测的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的链路预测方法的实现流程示意图;
图2是本发明一实施例提供的链路预测系统的结构示意图;
图3是本发明一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1是本发明一实施例提供的链路预测方法的实现流程示意图,为了便于说明,仅示出了与本发明实施例相关的部分。本发明实施例的执行主体可以是终端设备。
如图1所示,上述链路预测方法可以包括以下步骤:
S101:将数据集划分为训练集和测试集。
为了测试算法预测的准确性,将已知的连边E分为两部分:训练集ET和测试集EP。在计算分数值(相似性)时只能使用训练集中的信息。显然,E=ET∪EP,因此,将属于U=N(N-1)/2,但不属于E的边称为不存在的边,属于U但不属于ET的边为未知边。
训练集和测试集的划分比例系数为p(p∈(0,1)),当p=0.9时,表示将E中的90%作为训练集,其余10%作为测试集。
S102:基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性。
在本发明的一个实施例中,S102可以包括以下步骤:
若当前试验次数小于或等于预设试验次数,则设置当前权重为0;
若当前权重处于预设权重范围内,则基于训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据当前权重和各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
将当前权重加0.1得到新的当前权重,并返回若当前权重处于预设权重范围内,则计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性的步骤继续执行,直至当前权重超出预设权重范围;
将当前试验次数加1得到新的当前试验次数,并返回若当前试验次数小于或等于预设试验次数,则设置当前权重为0的步骤继续执行,直至当前试验次数大于预设试验次数。
具体地,在本发明实施例中,设置当前试验次数n从1到100,每次循环加1,即预设试验次数为100,进行100次独立试验。每次试验判断当前权重λ的值,是否处于0≤λ≤1的预设权重范围内,λ每次循环加0.1,当λ大于1时,结束本次循环(试验)。
AUC的方差以幂函数na递减并无限趋近于0,其中a≈-1,n为抽样次数(上述试验次数)。随着抽样次数n的增大,随机试验得到的AUC的差值越来越小,即方差越来越小,由于试验条件限制,我们把抽样次数定为100,进行100次独立试验,步长为1。
在实际应用中,预设试验次数可以根据实际需求进行设置,在此不做具体限制。
λ为中心性指标的权重,λ的取值决定共同邻居节点的介数中心性、共同邻居节点的聚集系数中心性和共同邻居节点的度中心性在链路预测方法中的权重,AUC随着可调参数λ的变化而变化,在某一时刻取得最大值,因为网络的结构、类型不尽相同,每个网络AUC最大值时,所对应的λ值不尽相同。
每次试验,当λ处于0≤λ≤1的预设权重范围内时,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据当前权重和各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性。
其中,介数定义为网络中节点对最短路径中经过该节点的数目所占最短路径数的比例。介数最高的节点对于网络中信息的流动具有最大的控制力。介数中心性定义为介数的倒数。
聚集系数定义为网络中节点之间的连接程度,聚集系数越大,说明该网络中节点的聚集程度越高,将来产生连边的可能性越大。聚集系数对链路预测的精度具有重要影响。聚集系数中心性定义为聚集系数的倒数。
共同邻居节点的度中心性定义为共同邻居的节点度的倒数,一般而言,共同邻居节点的度越小意味着该点的中心性越高。
在本发明的一个实施例中,上述基于训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,包括:
其中,(s,t)为待预测节点对;z为待预测节点对(s,t)的共同邻居节点;为共同邻居节点z的聚集系数中心性;kz为共同邻居节点z的度;Iz为共同邻居节点z的kz个邻居连边的数目;为共同邻居节点z的介数中心性;gst为节点s到节点t的最短路径的个数;为节点s到节点t的最短路径中,经过共同邻居节点z的路径的个数;为共同邻居节点z的度中心性。
在本发明的一个实施例中,上述基于训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,包括:
确定第一待预测节点对的第一共同邻居节点的所有邻居节点,构成子图,并从训练集中确定子图的邻接矩阵,根据子图的邻接矩阵确定子图的边数,并根据子图的边数计算第一共同邻居节点的聚集系数中心性;其中,第一待预测节点对为所有待预测节点对中的任一待预测节点对,第一共同邻居节点为第一待预测节点对的任一共同邻居节点;
根据train./repmat(node,[1,size(train,2)]),计算第一共同邻居节点的介数中心性;其中,train为训练集,node为节点;
根据train./repmat(sum(train,2),[1,size(train,1)],计算第一共同邻居节点的度中心性。
具体地,计算共同邻居节点的聚集系数中心性:求解每个节点的聚类系数,找某节点的所有邻居,这些邻居节点构成一个子图,从训练集train中抽出该子图的邻接矩阵,计算子图的边数,再根据聚类系数中心性的定义,即可算出该节点的聚类系数中心性。
计算共同邻居节点的介数中心性:节点x、y间的距离等于节点x、k间距离与节点k、x间距离时,x、y间的最短路径经过k,因为x、y节点的最短路径经过k时,x到k与k到y必定都是最短路径,这个可以用反证法来证明,在根据介数定义计算邻居节点的介数中心性,本发明实施例在传统介数计算方法上进行改良,代码如下train./repmat(node,[1,size(train,2)]),其中node为节点,train为训练集。
计算共同邻居节点度的中心性:选择用RA指标计算每个节点的权重而非AA,当网络的平均度比较小的时候,两者差别不大,但是当平均度较大时,RA指标更优。代码如下train./repmat(sum(train,2),[1,size(train,1)]),网络规模过大时需要分块处理。
在本发明的一个实施例中,上述根据当前权重和各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性的计算公式为:
其中,(s,t)为待预测节点对,T(s)为节点s的邻居节点集合,T(t)为节点t的邻居节点集合,z为待预测节点对(s,t)的共同邻居节点,为共同邻居节点z的介数中心性,为共同邻居节点z的度中心性,为共同邻居节点z的聚集系数中心性,Sst为待预测节点对(s,t)的共同邻居节点的相似性,λ为所述当前权重。
S103:根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路。
在本发明的一个实施例中,S103可以包括以下步骤:
若第一待预测节点对的共同邻居节点的相似性大于或等于预设阈值,则预测第一待预测节点对之间存在链路;其中,第一待预测节点对为所有待预测节点对中的任一待预测节点对;
若第一待预测节点对的共同邻居节点的相似性小于预设阈值,则预测第一待预测节点对之间不存在链路。
其中,预设阈值可以根据实际需求进行设置,在此不作具体限制。
在本发明的一个实施例中,S103可以包括以下步骤:
将各个待预测节点对的共同邻居节点的相似性按照由大到小的顺序进行排序,得到排序后的待预测节点对;
在排序后的待预测节点对中,预测排在前面的预设数量的待预测节点对之间存在链路。预测除上述排在前面的预设数量的待预测节点之外的其它待预测节点对之间不存在链路。
其中,预设数量可以根据实际需求进行设置,在此不作具体限制。
S104:基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价。
在本发明的一个实施例中,预设评价指标为AUC评价指标。
AUC可以理解为在测试集中随机选择一条边的分数值比随机选择一条不存在边分数值高的概率。其计算方法为从测试集和不存在的边中分别随机选择一条边,两条边的分数值(相似度)分别记为Te,Ie,若Te>Ie,+1分;若Te=Ie,+0.5分。独立地比较n次,若Te>Ie的情况发生了n1次,Te=Ie的情况有n2次,则AUC可定义如下:AUC=(n1+0.5n2)/n。
AUC的取值范围为[0.5,1],AUCmin=0.5时,说明所有的分数值都是随机产生的,AUCmax=1时,该算法完全预测出边的变化情况。AUC取值的变化情况衡量了该算法比随机选择的方法精确的程度,越接近1,预测精确度越高,反之不然。
本发明实施例提供的链路预测方法具有较广的应用领域,例如指导生物网络的实验,在社交网络中进行朋友推荐,在电子网站中进行商品推荐,数据挖掘,预测路况信息等。
本发明实施例的应用方式,通过已知的网络节点以及共同邻居等结构信息,预测网络中尚未产生连边的两个节点之间产生链接的可能性。比如我们根据两个人的共同好友,预测两个人在未来称为好友的可能性,也可以根据顾客的购买的记录,预测顾客购买某种产品的可能性。
本发明实施例首先对介数中心性,聚集中心性的方法进行改变,本方法与计算共同邻居度心性的方法有异曲同工之妙,然后把介数中心性,聚集系数中心性,共同邻居度中心性进行融合,提高链路预测的准确性。
基于网络结构特征的链路预测算法有很多,但都围绕度中心性指标进行算法设计,忽视了网络的介数中心性和聚集中心性的结构特征对链路预测精确度的影响。在本发明实施例设计的链路预测融合算法基础上,经过实验验证发现,介数中心性和聚集中心性对网络的节点链接是有一定影响力的。通过适当考虑两者的影响力,可以提高依据网络结构特征在节点链接预测上的精确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图2是本发明一实施例提供的链路预测系统的示意框图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,链路预测系统200可以包括:划分模块201、相似性计算模块202、预测模块203和评价模块204。
其中,划分模块201,用于将数据集划分为训练集和测试集;
相似性计算模块202,用于基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
预测模块203,用于根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;
评价模块204,用于基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价。
可选地,相似性计算模块202可以包括:
权重设置单元,用于若当前试验次数小于或等于预设试验次数,则设置当前权重为0;
相似性计算单元,用于若当前权重处于预设权重范围内,则基于训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据当前权重和各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
第一循环单元,用于将当前权重加0.1得到新的当前权重,并返回若当前权重处于预设权重范围内,则计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性的步骤继续执行,直至当前权重超出预设权重范围;
第二循环单元,用于将当前试验次数加1得到新的当前试验次数,并返回若当前试验次数小于或等于预设试验次数,则设置当前权重为0的步骤继续执行,直至当前试验次数大于预设试验次数。
可选地,相似性计算单元,还可以用于:
其中,(s,t)为待预测节点对;z为待预测节点对(s,t)的共同邻居节点;为共同邻居节点z的聚集系数中心性;kz为共同邻居节点z的度;Iz为共同邻居节点z的kz个邻居连边的数目;为共同邻居节点z的介数中心性;gst为节点s到节点t的最短路径的个数;为节点s到节点t的最短路径中,经过共同邻居节点z的路径的个数;为共同邻居节点z的度中心性。
可选地,相似性计算单元中,根据当前权重和各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性的计算公式为:
其中,(s,t)为待预测节点对,T(s)为节点s的邻居节点集合,T(t)为节点t的邻居节点集合,z为待预测节点对(s,t)的共同邻居节点,为共同邻居节点z的介数中心性,为共同邻居节点z的度中心性,为共同邻居节点z的聚集系数中心性,Sst为待预测节点对(s,t)的共同邻居节点的相似性,λ为所述当前权重。
可选地,预测模块具体用于:
若第一待预测节点对的共同邻居节点的相似性大于或等于预设阈值,则预测第一待预测节点对之间存在链路;其中,第一待预测节点对为所有待预测节点对中的任一待预测节点对;
若第一待预测节点对的共同邻居节点的相似性小于预设阈值,则预测第一待预测节点对之间不存在链路。
可选地,预测模块具体用于:
将各个待预测节点对的共同邻居节点的相似性按照由大到小的顺序进行排序,得到排序后的待预测节点对;
在排序后的待预测节点对中,预测排在前面的预设数量的待预测节点对之间存在链路。
可选地,预设评价指标为AUC评价指标。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述链路预测系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图3是本发明一实施例提供的终端设备的示意框图。如图3所示,该实施例的终端设备300包括:一个或多个处理器301、存储器302以及存储在所述存储器302中并可在所述处理器301上运行的计算机程序303。所述处理器301执行所述计算机程序303时实现上述各个链路预测方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器301执行所述计算机程序303时实现上述链路预测系统实施例中各模块/单元的功能,例如图2所示模块201至204的功能。
示例性地,所述计算机程序303可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器302中,并由所述处理器301执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序303在所述终端设备300中的执行过程。例如,所述计算机程序303可以被分割成划分模块、相似性计算模块、预测模块和评价模块,各模块具体功能如下:
划分模块,用于将数据集划分为训练集和测试集;
相似性计算模块,用于基于训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
预测模块,用于根据各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;
评价模块,用于基于测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价。
其它模块或者单元可参照图2所示的实施例中的描述,在此不再赘述。
所述终端设备300可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备300包括但不仅限于处理器301、存储器302。本领域技术人员可以理解,图3仅仅是终端设备300的一个示例,并不构成对终端设备300的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备300还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器301可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器302可以是所述终端设备300的内部存储单元,例如终端设备300的硬盘或内存。所述存储器302也可以是所述终端设备300的外部存储设备,例如所述终端设备300上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器302还可以既包括终端设备300的内部存储单元也包括外部存储设备。所述存储器302用于存储所述计算机程序303以及所述终端设备300所需的其他程序和数据。所述存储器302还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的链路预测系统和方法,可以通过其它的方式实现。例如,以上所描述的链路预测系统实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请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是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (7)
1.一种链路预测方法,其特征在于,包括:
将数据集划分为训练集和测试集;
基于所述训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据所述各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
根据所述各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;
基于所述测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价;
所述基于所述训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据所述各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性,包括:
若当前试验次数小于或等于所述预设试验次数,则设置当前权重为0;
若当前权重处于所述预设权重范围内,则基于所述训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据当前权重和所述各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
将当前权重加0.1得到新的当前权重,并返回所述若当前权重处于所述预设权重范围内,则计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性的步骤继续执行,直至当前权重超出所述预设权重范围;
将当前试验次数加1得到新的当前试验次数,并返回所述若当前试验次数小于或等于所述预设试验次数,则设置当前权重为0的步骤继续执行,直至当前试验次数大于所述预设试验次数;
所述基于所述训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,包括:
其中,(s,t)为待预测节点对;z为待预测节点对(s,t)的共同邻居节点;为共同邻居节点z的聚集系数中心性;kz为共同邻居节点z的度;Iz为共同邻居节点z的kz个邻居连边的数目;为共同邻居节点z的介数中心性;gst为节点s到节点t的最短路径的个数;为节点s到节点t的最短路径中,经过共同邻居节点z的路径的个数;为共同邻居节点z的度中心性;
所述根据当前权重和所述各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性的计算公式为:
其中,T(s)为节点s的邻居节点集合,T(t)为节点t的邻居节点集合,Sst为待预测节点对(s,t)的共同邻居节点的相似性,λ为所述当前权重。
2.根据权利要求1所述的链路预测方法,其特征在于,所述根据所述各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路,包括:
若第一待预测节点对的共同邻居节点的相似性大于或等于预设阈值,则预测所述第一待预测节点对之间存在链路;其中,所述第一待预测节点对为所有待预测节点对中的任一待预测节点对;
若第一待预测节点对的共同邻居节点的相似性小于所述预设阈值,则预测所述第一待预测节点对之间不存在链路。
3.根据权利要求1所述的链路预测方法,其特征在于,所述根据所述各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路,包括:
将所述各个待预测节点对的共同邻居节点的相似性按照由大到小的顺序进行排序,得到排序后的待预测节点对;
在所述排序后的待预测节点对中,预测排在前面的预设数量的待预测节点对之间存在链路。
4.根据权利要求1至3任一项所述的链路预测方法,其特征在于,所述预设评价指标为AUC评价指标。
5.一种链路预测系统,其特征在于,包括:
划分模块,用于将数据集划分为训练集和测试集;
相似性计算模块,用于基于所述训练集、预设试验次数和预设权重范围,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据所述各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
预测模块,用于根据所述各个待预测节点对的共同邻居节点的相似性,预测各个待预测节点对是否存在链路;
评价模块,用于基于所述测试集和预设评价指标对各个待预测节点对是否存在链路的预测结果进行评价;
其中,所述相似性计算模块包括权重设置单元、相似性计算单元、第一循环单元和第二循环单元;
所述权重设置单元,用于若当前试验次数小于或等于所述预设试验次数,则设置当前权重为0;
所述相似性计算单元,用于若当前权重处于所述预设权重范围内,则基于所述训练集,计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性,并根据当前权重和所述各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性计算各个待预测节点对的共同邻居节点的相似性;
所述第一循环单元,用于将当前权重加0.1得到新的当前权重,并返回所述若当前权重处于所述预设权重范围内,则计算各个待预测节点对的共同邻居节点的聚集系数中心性、介数中心性和度中心性的步骤继续执行,直至当前权重超出所述预设权重范围;
所述第二循环单元,用于将当前试验次数加1得到新的当前试验次数,并返回所述若当前试验次数小于或等于所述预设试验次数,则设置当前权重为0的步骤继续执行,直至当前试验次数大于所述预设试验次数;
所述相似性计算单元具体用于:
6.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述链路预测方法的步骤。
7.一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存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至4任一项所述链路预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255722.7A CN111461440B (zh) | 2020-04-02 | 2020-04-02 | 链路预测方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255722.7A CN111461440B (zh) | 2020-04-02 | 2020-04-02 | 链路预测方法、系统及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111461440A CN111461440A (zh) | 2020-07-28 |
CN111461440B true CN111461440B (zh) | 2022-05-31 |
Family
ID=71679006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010255722.7A Active CN111461440B (zh) | 2020-04-02 | 2020-04-02 | 链路预测方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111461440B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700056B (zh) * | 2021-01-06 | 2023-09-15 | 中国互联网络信息中心 | 复杂网络链路预测方法、装置、电子设备及介质 |
CN113518010B (zh) * | 2021-07-13 | 2022-10-25 | 中国工商银行股份有限公司 | 一种链路预测方法、装置及存储介质 |
CN117151279A (zh) * | 2023-08-15 | 2023-12-01 | 哈尔滨工业大学 | 一种基于线图神经网络的同构网络链路预测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106817251A (zh) * | 2016-12-23 | 2017-06-09 | 烟台中科网络技术研究所 | 一种基于节点相似度的链路预测方法及装置 |
CN110084423A (zh) * | 2019-04-24 | 2019-08-02 | 大连民族大学 | 一种基于局部相似性的链路预测方法 |
CN110493045A (zh) * | 2019-08-19 | 2019-11-22 | 大连民族大学 | 一种融合多模体信息的有向网络链路预测方法 |
CN111711530A (zh) * | 2019-09-26 | 2020-09-25 | 长春工业大学 | 基于社区拓扑结构信息的链接预测算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10361926B2 (en) * | 2017-03-03 | 2019-07-23 | Nec Corporation | Link prediction with spatial and temporal consistency in dynamic networks |
-
2020
- 2020-04-02 CN CN202010255722.7A patent/CN111461440B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106817251A (zh) * | 2016-12-23 | 2017-06-09 | 烟台中科网络技术研究所 | 一种基于节点相似度的链路预测方法及装置 |
CN110084423A (zh) * | 2019-04-24 | 2019-08-02 | 大连民族大学 | 一种基于局部相似性的链路预测方法 |
CN110493045A (zh) * | 2019-08-19 | 2019-11-22 | 大连民族大学 | 一种融合多模体信息的有向网络链路预测方法 |
CN111711530A (zh) * | 2019-09-26 | 2020-09-25 | 长春工业大学 | 基于社区拓扑结构信息的链接预测算法 |
Also Published As
Publication number | Publication date |
---|---|
CN111461440A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461440B (zh) | 链路预测方法、系统及终端设备 | |
US10846052B2 (en) | Community discovery method, device, server and computer storage medium | |
Zhao et al. | A machine learning based framework for identifying influential nodes in complex networks | |
CN108073902B (zh) | 基于深度学习的视频总结方法、装置及终端设备 | |
Ahmed et al. | Estimation of local subgraph counts | |
US11503033B2 (en) | Using one or more networks to assess one or more metrics about an entity | |
CN107169768A (zh) | 异常交易数据的获取方法和装置 | |
Ghosh et al. | The interplay between dynamics and networks: centrality, communities, and cheeger inequality | |
CN108376371A (zh) | 一种基于社交网络的互联网保险营销方法和系统 | |
CN108805174A (zh) | 聚类方法及装置 | |
CN113609345B (zh) | 目标对象关联方法和装置、计算设备以及存储介质 | |
Zhang et al. | A trust model stemmed from the diffusion theory for opinion evaluation | |
Bi et al. | MM-GNN: Mix-moment graph neural network towards modeling neighborhood feature distribution | |
CN115114484A (zh) | 异常事件检测方法、装置、计算机设备和存储介质 | |
CN117278332B (zh) | 基于网络架构搜索的网络流入侵检测方法和系统 | |
CN111159481A (zh) | 图数据的边预测方法、装置及终端设备 | |
Tembine | Mean field stochastic games: Convergence, Q/H-learning and optimality | |
CN113127730A (zh) | 一种基于重叠社区的社区检测方法、终端设备及存储介质 | |
US20170010949A1 (en) | Lifting of bounded liveness counterexamples to concrete liveness counterexamples | |
Aravazhi Irissappane et al. | Filtering unfair ratings from dishonest advisors in multi-criteria e-markets: a biclustering-based approach | |
Liu et al. | A weight-incorporated similarity-based clustering ensemble method | |
CN109993338B (zh) | 一种链路预测方法及装置 | |
CN115225543B (zh) | 一种流量预测方法、装置、电子设备和存储介质 | |
CN116049733A (zh) | 基于神经网络的效能评估方法、系统、设备与存储介质 | |
Dehnokhalaji et al. | Constructing a strict total order for alternatives characterized by multiple criteria: an extension |
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 |