CN113094558B - 一种基于局部结构的网络节点影响力排序方法 - Google Patents

Abstract

本发明提供了一种基于局部结构的网络节点影响力排序方法，属于计算机技术领域，选择部分节点作为待排序节点；获取每个待排序节点的r阶邻居节点；基于所述r阶邻居节点及其之间的关系连边构建包含局部结构的有向无权网络；利用排序算法计算得到每个节点的r阶分值；利用重调整算法计算得到每个节点重调整后的分值；将所有节点按重调整后的分值进行排序。本发明能够在仅获取局部关系信息的情况下，计算所有已有对象的影响力，并且通过调整过程进一步修正了在大多数系统都存在的由于时间累积导致的优势偏差，最终输出准确的节点影响力排序，实现了在不完全信息下对重要对象的挖掘，可用于社交网络、引文网络等大规模数据的场景。

Description

一种基于局部结构的网络节点影响力排序方法

技术领域

本发明属于计算机技术领域，尤其涉及一种基于局部结构的网络节点影响力排序方法。

背景技术

近年来，随着计算机和信息技术的迅猛发展和普及应用，人类活动所产生的数据呈爆炸性增长，大数据的浪潮席卷全球。海量数据的分析和利用在带来巨大利益的同时，也给传统的计算技术和信息系统的处理能力带来了挑战。

排序是计算机技术中最基本的算法，也是工业界最常用的算法之一，在个性化推荐、搜索等众多业务场景中有着广泛的应用，面对日益“爆炸”的信息，传统的排序算法变得不再高效，存储和计算大数据下的排序结果都面临着各种挑战，因此，用更简单、快速的方式对大规模的目标对象进行排序并找出其中的重要信息已经成为了业界迫切的需求。不仅如此，在当前的大数据时代，用户隐私问题也受到了前所未有的重视，这种情况下，对用户数据的使用受到了一定的限制，再加上存储和计算问题，全部用户的信息和他们之间的关系可能无法完整获取和计入分析，这就面临着不完全信息下的排序问题。

基于网络的节点排序方法近几年在学术界备受欢迎，该类方法以目标对象为节点，以节点之间的实际连接作为连边构建网络，并在其上运行排序算法，具有简化场景、准确率高、计算方便的优点。然而，它对数据完整性有着较高的要求，在面对大规模网络以及网络结构信息不完整的情况下，其便发挥不出较好效果。因此，本发明旨在提出一种基于局部网络结构的节点排序算法，使其能在大规模不完全数据的情况下达到准确高效的排序效果，既具备基于网络的节点排序方法的优势，也具备在大规模不完全信息下实施的可行性。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于局部结构的网络节点影响力排序方法，使其能在大规模不完全数据的情况下达到准确高效的排序效果，既具备基于网络的节点排序方法的优势，也具备在大规模不完全信息下实施的可行性。

为了达到以上目的，本发明采用的技术方案为：

本方案提供了一种基于局部结构的网络节点影响力排序方法，包括以下步骤：

S1、选择部分节点作为待排序节点；

S2、获取每个所述待排序节点的r阶邻居节点；

S3、基于所述r阶邻居节点及其之间的关系连边构建包含局部结构的有向无权网络；

S4、根据所述有向无权网络，利用排序算法计算得到每个节点的r阶分值；

S5、根据所述每个节点的r阶分值，利用重调整算法计算得到每个节点重调整后的分值；

S6、将所有节点按重调整后的分值进行排序，完成基于局部结构的网络节点影响力排序。

本发明的有益效果是：本发明能够在仅获取局部关系信息的情况下计算所有已有对象的影响力，并且通过调整过程进一步修正了在大多数系统都存在的由于时间累积导致的优势偏差，最终输出准确的节点影响力排序，实现了在不完全信息下对重要对象的挖掘，本发明可以通过分布式方式计算，整个过程耗时短，可用于社交网络、引文网络等大规模数据的场景。

进一步地，所述步骤S4中每个节点的r阶分值的表达式如下：

其中，a表示跳转概率，表示节点j在有向无权网络中的出度，A_ij表示有向无权网络的邻接矩阵，如果在网络中有节j指向节点i的连边，则A_ij＝1，否则A_ij＝0，k^out表示节点的出度，/>表示节点j的在前一轮r-1迭代后的影响力分值，r表示迭代轮数，N表示有向无权网络中的总节点数。。

上述进一步方案的有益效果是：通过局部邻居的分值迭代，计算出每个节点的影响力大小，同时基于局部结构的方法能够在仅获取局部关系信息的情况下计算所有已知对象的影响力，进一步减小了计算资源消耗，提高了计算效率

再进一步地，所述步骤S5中每个节点重调整后的分值R_i的表达式如下：

其中，表示每个节点的r阶分值，μ_i和σ_i分别表示节点i在按时间排序的节点中前后共w个节点的影响力分值的平均值和标准差。

上述进一步方案的有益效果是：能够修正在大多数系统中都存在的由于时间累积导致的优势偏差(即越早进入系统的对象，影响可能倾向于更高)，使得得到的节点影响力排序更准确，实现对重要对象的挖掘结果不包含偏差。

附图说明

图1为本发明的方法流程图。

图2为本实施例中局部结构的有向无权网络结构示意图。

图3为本实施例中第一轮计算每个用户r阶分值示意图。

图4为本实施例中重调整原理示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例

在对本发明进行说明之前，对以下参数进行说明：

本发明中，迭代1轮实际上是考虑了1阶邻居的信息，因此迭代r轮是考虑了r阶邻居的信息，因此本发明所说的r阶邻居信息为迭代的r轮。

如图1所示，本发明提供了一种基于局部结构的网络节点影响力排序方法，包括以下步骤：

S1、选择部分节点作为待排序节点；

S2、获取每个所述待排序节点的r阶邻居节点；

S3、基于所述r阶邻居节点及其之间的关系连边构建包含局部结构的有向无权网络；

S4、根据所述有向无权网络，利用排序算法计算得到每个节点的r阶分值：

每个节点的r阶分值的表达式如下：

其中，a表示跳转概率，表示节点j在有向无权网络中的出度，A_ij表示有向无权网络的邻接矩阵，如果在网络中有节j指向节点i的连边，则A_ij＝1，否则A_ij＝0，k^out表示节点的出度，/>表示节点j的在前一轮r-1迭代后的影响力分值，r表示迭代轮数，N表示有向无权网络中的总节点数。

S5、根据所述每个节点的r阶分值，利用重调整算法计算得到每个节点重调整后的分值：

其中，表示每个节点的r阶分值，μ_i和σ_i分别表示节点i在按时间排序的节点中前后共w个节点的影响力分值的平均值和标准差；

S6、将所有节点按重调整后的分值进行排序，完成基于局部结构的网络节点影响力排序。

下面对本发明作进一步地说明。

本实施例中，首先，选择当前场景中的少量用户(数量为N)作为待排序用户，其范围可以根据需求动态调整，一般为粉丝量最大的N个用户，也可加入指定想要考虑的特定用户。该操作不仅避免了获取整个平台上所有用户的信息，同时剔除了大量与高影响力无关的用户，从而使得后面的排序更有针对性。

本实施例中，其次，获取这些用户的粉丝(一阶邻居信息)，以及其粉丝的粉丝(二阶邻居信息)，以此类推，可根据数据获取能力及计算能力获取目标用户直至r阶邻居的信息，如果存在有用户的信息获取不到，则可跳过该用户，对于这些用户，仅获取用户名和加入社交网络的时间即可。以获取到的用户关系构建网络，其中用户为节点，关注(粉丝)关系为连边，连边从关注者指向被关注者，一个包含二阶邻居信息的局部网络的简化结构如图2所示，因此，可得到了一个只包含局部结构信息的有向无权网络，该网络的用户数比实际网络的全部用户数小得多，用户之间的关系信息也相比全量数据大大减少。将得到的网络以一个邻接矩阵A表示，方法为：如果在得到的数据中有节点j对节点i的关注信息，则A_ij＝1，否则A_ij＝0。

本实施例中，接下来，开始计算每个用户的分值(即其重要性或影响力)，本发明的原理为，如果一个用户被很多其他高影响的用户关注，说明这个用户比较重要。其具体思想为，随机在网络中的任意一个用户处设置一个点，该点在整个网络中沿着关注关系以a的概率向其关注者随机游走(如果它没有关注者，则随机跳到网络中任意一个用户)，同时以1-a的概率跳出来在全部用户中随机选择一个节点重新开始游走，那么该点到达节点i的概率就是节点i的分值，因此，节点i分值的计算为三部分的加和，第一部分为沿着用户i的粉丝到达i的概率，第二部分为从没有关注者的用户跳到用户i的概率，第三部分为开始游走时随机在全局用户中选择到i的概率，即节点i的影响力分值p_i为：

其中，A_ij表示节点在网络中的出度，即为它关注的用户数，N为网络中的总节点数，p_j为节点j的影响力分值；如果j关注了节点i，则A_ij＝1，否则A_ij＝0。当每个节点都计算完成分值后，就完成了一轮的计算。每个用户更新自己的分值方便进行下一轮的计算。a为跳转概率，可根据应用场景变化，如在社交网络中，a一般设置为0.85，而在引文网络中，a一般设置为0.5，a的值可以根据实际数据进行调整。

本实施例中，设置每个待排序用户的初始分值为1/N，即节点i的初始分值为接下来迭代计算r轮，r轮迭代后用户i的影响力分值/>计算为：

其中，a表示跳转概率，表示节点j在有向无权网络中的出度，A_ij表示有向无权网络的邻接矩阵，如果在网络中有节j指向节点i的连边，则A_ij＝1，否则A_ij＝0，k^out表示节点的出度，/>表示节点j的在前一轮r-1迭代后的影响力分值，r表示迭代轮数，N表示有向无权网络中的总节点数。按上式迭代计算即可得到每个用户的r阶影响力/>第一轮计算的一个示例如图3所示，每个用户的初始分值p⁰为：

第一轮计算后每个用户的更新自己的影响力分值p⁽¹⁾为：

注意每轮计算后，所有节点的分值和仍为1。

本实施例中，本发明是PageRank算法的一个变体，与PageRank算法的区别在于PageRank算法需要迭代计算直至节点的分值稳定，从而要求在完整网络结构下计算，而本发明只需迭代r次，从而只要求节点的r阶邻居结构(r越大，需要的信息越多)，这不仅降低了对数据中对象之间完整关系的要求，大大减小了计算过程的计算量，从而提高了大规模数据下的排序速度，得到的结果也与完全信息下的计算结果相关性高；另外，每轮计算中各个节点的计算彼此独立，因此可以并行运算，因此本发明总体上具有排序结果准确、计算速度快的优点。

本实施例中，由于现实场景中都存在累积优势的作用，使得排序结果往往具有由于时间累积因素导致的优势偏差，在社交网络场景下即为，越早进入社交平台的用户有更长的时间来积累粉丝，其获得的粉丝量可能更大，也倾向于在排序中被排在前面，这样的排序结果有可能使我们忽视一些颇具重要价值的新用户。因此，为了消除排序结果中的年龄偏差，在计算得到每个用户的分值后，我们需要按每个用户的加入社交网络的时间来进行一个调整过程。为了实现这个过程，先要将所有用户按加入时间从早到晚进行排序，随后，节点i的重调整分值计算如下：

其中，μ_i和σ_i分别表示用户i在按时间排序的用户中前后共w个用户的分值的平均值和标准差。如图4所示，该重调整方法的原理为，比较用户i与同期进入社交网络的其他用户的分值的差异，如果用户i的分值较高，而同期进入的其他用户分值也比较高，则用户i的分值会被调整减小。w值的选择与重调整效果密切相关，使用中选择w为N的0.1％至0.5％倍。

本实施例中，根据重调整后分值从大到小对所有节点进行排序，选取排序位置靠前的top z％的节点即为重要节点。在社交网络中，除了根据关注关系建立局部网络，转发关系也可以用来构建网络，从而挖掘在转发链中的重要用户。除了社交网络之外，本发明也可以应用在文献计量学、信息网络等众多具有网络结构的场景中进行排序，只要场景下能获取部分网络结构，即可根据本发明计算目标对象的排序，找到重要对象。

Claims (1)

1.一种基于局部结构的网络节点影响力排序方法，其特征在于，包括以下步骤：

S1、选择部分社交网络节点作为待排序节点；

S2、获取每个所述待排序节点的r阶邻居节点；

S3、基于所述r阶邻居节点及其之间的关系连边构建包含局部结构的有向无权网络；

S4、根据所述有向无权网络，利用排序算法计算得到每个社交网络节点的r阶分值；

所述步骤S4中每个社交网络节点的r阶分值的表达式如下：

其中，表示跳转概率，/>表示节点/>在有向无权网络中的出度，/>表示有向无权网络的邻接矩阵，如果在社交网络中有节/>指向节点/>的连边，则/>，否则/>，/>表示节点的出度，/>表示节点/>的在前一轮/>迭代后的影响力分值，/>表示迭代轮数，/>表示有向无权网络中的总节点数；

S5、根据所述每个社交网络节点的r阶分值，利用重调整算法计算得到每个社交网络节点重调整后的分值；

所述步骤S5中每个社交网络节点重调整后的分值的表达式如下：

其中，表示每个社交网络节点的r阶分值，/>和/>分别表示社交网络节点/>在按时间排序的节点中前后共/>个节点的影响力分值的平均值和标准差；

S6、将所有社交网络节点按重调整后的分值进行排序，完成基于局部结构的网络节点影响力排序。