CN115037629B - 一种基于圈结构的网络多传播源选择方法 - Google Patents

Abstract

本发明公开了一种基于圈结构的网络多传播源选择方法，能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络，确定传播效果最优的多对象组合，即多传播源，以用于信息传播效果的最优化。传播源的数量可以根据需求动态调整，这些多传播源在网络中分布广泛且均匀，有利于促进信息的有效传播，当一些对象由于各种原因无法用于所需进行的传播活动时，本发明还可以找到替代组合以实现相近性能，整个过程耗时较短。

Description

一种基于圈结构的网络多传播源选择方法

技术领域

本发明涉及计算机技术领域，具体涉及一种基于圈结构的网络多传播源选择方法。

背景技术

随着互联网技术的快速发展，社交系统的规模正在飞速扩张，由于社交系统中的信息多样，传播渠道众多，且监管难度较大，导致其上的信息传播活动也变得格外复杂，呈现出网络化的特征，传播结果难以把控。作为复杂系统的一种，社交系统可以建模成网络进行分析，将系统中的用户定义为节点，将用户之间的关系定义为连边，就可以将社交系统上的信息传播抽象简化为复杂网络上的传播问题。而如何从这样大规模的网络中找到关键节点、作为多传播源进行有效地信息传播非常关键，能够促进信息的广泛、有效传播，最终实现社交网络中信息传播的影响力最大化。目前常见的选取多传播源的方法主要聚焦于节点属性信息和网络结构。然而随着大数据时代数据量的显著提升，计算设备的算力和存储受到了很大挑战，并且用户隐私信息已经成为了敏感数据，导致基于节点属性信息的多传播源挖掘方法面临着巨大挑战。而基于社交网络结构的方法受到了学术界和工业界的关注，该方法以用户为节点，以节点之间的关系(如好友关系、转发关系等)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、计算快捷的优点。当前基于网络结构的方法主要聚焦于网络中的链式或星型结构，例如节点近邻等，观测视角相对局限，而已有研究表明，圈结构在网络中正扮演着越来越重要的角色。基于此，本发明旨在提出一种基于圈结构的多传播源选择算法，使其能在未知用户属性数据的情况下达到更好的传播效果，既保证了基于网络结构方法的优势，又囊括了相较于节点近邻来说更多的网络结构信息，实现对网络结构信息的充分挖掘。

发明内容

本发明公开了一种基于圈结构的网络多传播源选择方法，能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络，确定传播效果最优的多对象组合，即多传播源，以用于信息传播效果的最优化。

本发明的技术解决措施如下：一种基于圈结构的网络多传播源选择方法，所述方法的步骤包括：

S1、获取当前场景下的用户列表及用户之间的关系；

S2、以用户为节点，好友关系为连边，构建一个无向无权的社交关系网络，将得到的社交关系网络用邻接矩阵A表示；

S3、运行基本圈搜索算法，找到网络中一组基本圈B＝{B₁,B₂,B₃,…,B_|E|-|V|+1}；

S4、运行节点圈数计算算法，计算每个节点的基本圈圈数n_b；

S5、将所有节点按圈数的大小排序，排在前k％的节点即为重要的传播源节点。

步骤S1所述的用户的其他个人信息无需获取。

步骤S2所述邻接矩阵A，如果在得到的数据中节点j和节点i是好友关系，则A_ij＝1，否则A_ij＝0。

步骤S3所述的基本圈B的定义为：网络中的所有圈向量在二进制域上构成的向量空间称为圈空间，圈空间的一组基就称为一组基本圈B。

步骤S3所述的基本圈搜索算法的步骤包括：

S31、设无向简单网络为G(V,E)，其中V为网络中的节点集合，E为网络中的边集合，并初始化N为G中所有节点构成的集合，M为G中所有边构成的集合，假设T为构成网络的生成树的节点集合，W表示还未被搜寻的节点集合；

S32、初始时，T为空集，W为网络中所有节点的组合，从W中随机选择一个节点作为生成树的种子节点加入T，然后从T和W的交集中任选一个节点z开始下述搜索过程，若交集为空，则整个基本圈搜索算法停止；

S33、搜索过程如下：从集合M中获取与z直接相连的边(z,n)，如果节点n不在集合T中，那么将节点n添加到集合T中，且边(z,n)也一并添加到生成树上，同时，从集合M中删除该边；如果节点n已在集合T中，那么将找到一个基本圈B，该基本圈由生成树上连接节点n和节点z之间的唯一路径以及二者之间的连边(z,n)构成，然后，从集合M中删除该条边(z,n)；如果集合M中节点z的所有直接相连的边都完成了上述步骤，则从集合W中删除节点z，并从T和W的交集中选择一个新节点重新开始搜寻过程；

具体地，为了节约计算资源和存储空间，新节点的选择方式为：后进入集合T的节点优先选择。

步骤S4所述的节点圈数计算算法，初始时每个节点的基本圈圈数n_b均设置为0，通过遍历每个基本圈，计算每个节点所在的基本圈的数量。

与现有技术相比，上述技术方案中具有如下有益效果：本发明的网络多传播源选择方法基于网络中广泛存在的圈结构，相较于传统的依赖于用户属性的方法，需要获取的信息量较少，避免了搜集用户隐私信息。在经典网络动力学传播模型SIR仿真实验下，相较于传统的基于网络链式或星型结构的方法，本方法选取的多传播源的整体传播效果，即多传播源最终所能影响的节点比例，表现最优。

附图说明

图1是本发明中一个简单的社交网络结构示意图；

图2是本发明中实施例确定最优多传播源的过程示意图；

图3本发明选择方法的流程图。

具体实施方式

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

首先给出网络中圈的定义，先定义一个向量S，S对应于网络中的圈结构，S中的元素i为0或1代表边i是圈S的组成部分或不参与构成圈S。然后，给出网络中基本圈的定义，由网络中的所有圈向量在二进制域上构成的向量空间被称为“圈空间”，圈空间的一组基就被称为一组基本圈B。给定一个网络，其上的任意一个圈C都可以通过B内基本圈的线性组合表示，即：

C＝∑α_jB_j

其中，α_j为0或1。由于网络(尤其是大规模网络)中圈的数量非常惊人，一次性找到所有圈十分耗时，且难度很大，因此可以通过计算圈的代表——基本圈，将计算范围大大缩小。网络中的基本圈的总数为(边数-节点数+1)。

下面以社交网络场景下的多传播源选择为例说明本发明采取的技术方案。

首先，获取当前场景下的所有用户及他们之间的好友关系，用户其他个人信息无需获取，以用户为节点，好友关系为连边，构建一个无向无权的社交关系网络。将得到的网络用一个邻接矩阵A表示，方法为：如果在得到的数据中节点j和节点i是好友关系，则A_ij＝1，否则A_ij＝0。一个简单的社交网络结构如附图1所示。

接下来，计算网络中的基本圈，并将每个用户所在的基本圈的数量作为用户的传播影响力分值，用以多传播源选取。该方法的原理为，如果一个用户所在的基本圈越多，则该用户越重要。

该技术方案的具体实现过程为：

1.基本圈搜索算法，找到网络中的一组基本圈B＝{B₁,B₂,B₃,…,B_|E|-|V|+1}。

(1)设无向简单网络为G(V,E)，其中V为网络中的节点集合，E为网络中的边集合，并初始化N为G中所有节点构成的集合，M为G中所有边构成的集合，假设T为构成网络的生成树的节点集合，W表示还未被搜寻的节点集合。

(2)初始时，T为空集，W为网络中所有节点的组合，从W中随机选择一个节点作为生成树的种子节点加入T，然后从T和W的交集中任选一个节点z开始下述搜索过程，若交集为空，则整个基本圈搜索算法停止。

(3)搜索过程如下：从集合M中获取与z直接相连的边(z,n)，如果节点n不在集合T中，那么将节点n添加到集合T中，且边(z,n)也一并添加到生成树上，同时，从集合M中删除该边；如果节点n已在集合T中，那么将找到一个基本圈B，该基本圈由生成树上连接节点n和节点z之间的唯一路径以及二者之间的连边(z,n)构成，然后，从集合M中删除该条边(z,n)；如果集合M中节点z的所有直接相连的边都完成了上述步骤，则从集合W中删除节点z，并从T和W的交集中选择一个新节点重新开始搜寻过程。为了节约计算资源和存储空间，新节点的选择方式为：后进入集合T的节点优先选择。

2.节点圈数计算算法。初始时每个节点的基本圈圈数n_b均设置为0，通过遍历每个基本圈，计算每个节点所在的基本圈的数量。

3.多传播源选取方法。根据基本圈圈数的大小，对所有节点进行按照圈数从大到小的顺序进行排序，得到排序结果，如果多传播源数量确定，按顺序选取即可，如果数量不确定，可以选取排序位置靠前的top k％的节点为多传播源节点。

附图2展示了在一个示例网络中计算每个节点的基本圈数，确定最优多传播源的过程：

N＝{a,b,c,d}，M＝{(a,d),(a,b),(a,c),(b,c),(c,d)}，初始时，W＝M。

①随机选取节点a作为生成树的种子节点，此时T＝{a}，T∩W＝{a}，因此对节点a开始搜寻过程。从M中获取与节点a直接相连的边为(a,d),(a,b),(a,c)，由于节点b,c,d均不在集合T中，因此，添加节点b,c,d至集合T，并将边(a,d),(a,b),(a,c)一并添加至生成树上，同时从集合M中删除边(a,d),(a,b),(a,c)，由于节点a的所有直接连边均已被考虑，因此从集合W中删除节点a，此时，T＝{a,b,c,d}，M＝{(b,c),(c,d)}，W＝{b,c,d}，T∩W＝{b,c,d}。

②从T∩W中选择新节点d，从M中获取与节点d直接相连的边为(c,d)，而节点c已在集合T中，因此达成基本圈的生成条件，得到基本圈(a,c,d)。此时，从集合M中删除边(c,d)，从集合W中删除节点d，M＝{(b,c)}，W＝{b,c}，T∩W＝{b,c}。

③从T∩W中选择新节点c，从M中获取与节点c直接相连的边别为(b,c)，而节点b均已在集合T中，因此达成基本圈的条件，生成基本圈(a,b,c)。此时，从集合M中删除边(b,c)，从集合W中删除节点c，W＝{b}，T∩W＝{b}。

④由于所以整个过程结束，由此该网络得到的一组基本圈为(a,c,d),(a,b,c)。

⑤计算节点a,b,c,d的基本圈圈数，可以得到，a的基本圈圈数为2，b的基本圈圈数为1，c的基本圈圈数为2，d的基本圈圈数为1。

⑥根据各个节点的基本圈圈数可知：a,c并列排第一，b,d并列排第二。可以选择a,c作为多传播源组合。

综上所述，该方法实现排序的具体步骤为，

S1、获取当前场景下的用户列表及用户之间的关系；

S2、以用户为节点，好友关系为连边，构建一个无向无权的社交关系网络，将得到的社交关系网络用邻接矩阵A表示；

S3、运行基本圈搜索算法，找到网络中一组基本圈B＝{B₁,B₂,B₃,…,B_|E|-|V|+1}；

S31、设无向简单网络为G(V,E)，其中V为网络中的节点集合，E为网络中的边集合，并初始化N为G中所有节点构成的集合，M为G中所有边构成的集合，假设T为构成网络的生成树的节点集合，W表示还未被搜寻的节点集合；

S32、初始时，T为空集，W为网络中所有节点的组合，从W中随机选择一个节点作为生成树的种子节点加入T，然后从T和W的交集中任选一个节点z开始下述搜索过程，若交集为空，则整个基本圈搜索算法停止；

S33、搜索过程如下：从集合M中获取与z直接相连的边(z,n)，如果节点n不在集合T中，那么将节点n添加到集合T中，且边(z,n)也一并添加到生成树上，同时，从集合M中删除该边；如果节点n已在集合T中，那么将找到一个基本圈B，该基本圈由生成树上连接节点n和节点z之间的唯一路径以及二者之间的连边(z,n)构成，然后，从集合M中删除该条边(z,n)；如果集合M中节点z的所有直接相连的边都完成了上述步骤，则从集合W中删除节点z，并从T和W的交集中选择一个新节点重新开始搜寻过程，为了节约计算资源和存储空间，新节点的选择方式为：后进入集合T的节点优先选择；

S4、运行节点圈数计算算法，计算每个节点的基本圈圈数n_b；

S5、将所有节点按圈数的大小排序，排在前k％的节点即为重要的传播源节点。

以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

Claims (7)

1.一种基于圈结构的网络多传播源选择方法，其特征在于，所述方法的步骤包括：

S1、获取当前场景下的用户列表及用户之间的关系；

S2、构建一个无向无权的社交关系网络，将得到的社交关系网络用邻接矩阵A表示；

S3、运行基本圈搜索算法，找到网络中一组基本圈B＝{B₁,B₂,B₃,…,B_|E|-|V|+1}；

S4、运行节点圈数计算算法，计算每个节点的基本圈圈数n_b；

S5、将所有节点按圈数的大小排序，排在前k％的节点即为重要的传播源节点；

步骤S3所述的基本圈B的定义为：网络中的所有圈向量在二进制域上构成的向量空间称为圈空间，圈空间的一组基就称为一组基本圈B；

步骤S3所述的基本圈搜索算法的步骤包括：

S31、设无向简单网络为G(V,E)，其中V为网络中的节点集合，E为网络中的边集合，并初始化N为G中所有节点构成的集合，M为G中所有边构成的集合，假设T为构成网络的生成树的节点集合，W表示还未被搜寻的节点集合；

S32、初始时，T为空集，W为网络中所有节点的组合，从W中随机选择一个节点作为生成树的种子节点加入T，然后从T和W的交集中任选一个节点z开始下述搜索过程，若交集为空，则整个基本圈搜索算法停止；

S33、搜索过程如下：从集合M中获取与z直接相连的边(z,n)，如果节点n不在集合T中，那么将节点n添加到集合T中，且边(z,n)也一并添加到生成树上，同时，从集合M中删除该边；如果节点n已在集合T中，那么将找到一个基本圈B，该基本圈由生成树上连接节点n和节点z之间的唯一路径以及二者之间的连边(z,n)构成，然后，从集合M中删除该条边(z,n)；如果集合M中节点z的所有直接相连的边都完成了上述步骤，则从集合W中删除节点z，并从T和W的交集中选择一个新节点重新开始搜寻过程。

2.根据权利要求1所述的一种基于圈结构的网络多传播源选择方法，其特征在于，步骤S1所述的用户的其他个人信息无需获取。

3.根据权利要求1所述的一种基于圈结构的网络多传播源选择方法，其特征在于，步骤S2所述的社交关系网络以用户为节点，好友关系为连边。

4.根据权利要求1所述的一种基于圈结构的网络多传播源选择方法，其特征在于，步骤S2所述的邻接矩阵A，如果在得到的数据中节点j和节点i是好友关系，则A_ij＝1，否则A_ij＝0。

5.根据权利要求1所述的一种基于圈结构的网络多传播源选择方法，其特征在于，步骤S33中为了节约计算资源和存储空间，新节点的选择方式为：后进入集合T的节点优先选择。

6.根据权利要求1所述的一种基于圈结构的网络多传播源选择方法，其特征在于，步骤S4所述的节点圈数计算算法为，初始时每个节点的基本圈圈数n_b均设置为0，通过遍历每个基本圈，计算每个节点所在的基本圈的数量。

7.根据权利要求1所述的一种基于圈结构的网络多传播源选择方法，其特征在于，步骤S5根据基本圈圈数的大小，对所有节点进行按照圈数从大到小的顺序进行排序，得到排序结果，如果多传播源数量确定，按顺序选取即可，如果数量不确定，可以选取排序位置靠前的k％的节点为多传播源节点。