网络链接预测方法及装置制造方法及图纸

本发明专利技术实施例提供一种网络链接预测方法及装置，该方法包括：根据用户输入的主题个数和网络节点个数，构建扩散网络，扩散网络包括多个网络节点和多个主题，各网络节点对应主动向量和被动向量，主动向量和被动向量中包括待求解参数；根据各网络节点的主动向量，生成扩散数据；获取预设时长内、扩散数据在扩散网络中扩散的统计数据；根据统计数据，确定待求解参数的参数值；根据待求解参数的参数值，确定第一网络节点的主动向量和第二网络的被动向量，根据第一网络节点的主动向量和第二网络节点的被动向量，确定第一网络节点和第二网络节点之间发生网络链接的概率。用于提高网络链接预测的准确性。

【技术实现步骤摘要】
网络链接预测方法及装置
本专利技术实施例涉及计算机
，尤其涉及一种网络链接预测方法及装置。
技术介绍
随着社交网络(如微博等)的兴起，人们越来越倾向于使用在线社交网络平台沟通和交换信息。例如，用户在社交平台上进行发布一条消息之后，该用户的社交平台上的朋友也可能转发这条消息，这个过程重复迭代就会出现社交网络上的扩散现象。网络链接预测是指通过已知的网络结构等信息预测网络中尚未产生连边的两个网络节点之间产生网络链接的概率。网络链接预测在不同的场景中有不同的应用和价值。例如，在犯罪份子网络中，链接预测可用来发现潜在的犯罪分子；在社交网络中，链接预测可指示用户间建立好友关系的可能性，为用户提供好友推荐。在现有技术中，通常采用基于连续时间模型、或者基于点过程的模型确定两个网络节点之间产生网络链接的概率。然而，在现有的网络模型中，均假设网络中节点间的链接关系单层同质，这种假设与网络的多层异质结构相悖等，导致现有的网络模型与实际网络相差较多，导致根据现有的网络模型进行网络链接预测的准确性较低。
技术实现思路
本专利技术实施例提供一种网络链接预测方法及装置，提高了网络链接预测的准确性。第一方面，本专利技术实施例提供一种网络链接预测方法，包括：根据用户输入的主题个数和网络节点个数，构建扩散网络，所述扩散网络包括多个网络节点和多个主题，各所述网络节点对应主动向量和被动向量，所述主动向量和所述被动向量中包括待求解参数；根据各所述网络节点的主动向量，生成扩散数据；获取预设时长内、所述扩散数据在所述扩散网络中扩散的统计数据；根据所述统计数据，确定所述待求解参数的参数值；根据所述待求解参数的参数值，确定第一网络节点的主动向量和第二网络的被动向量，所述第一网络节点和所述第二网络节点为所述扩散网络中的任意两个节点；根据所述第一网络节点的主动向量和所述第二网络节点的被动向量，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率。在一种可能的实施方式中，根根据用户输入的主题个数和网络节点个数，构建扩散网络，包括：接收用户输入的主题个数；根据所述主题个数，创建多个主题，并生成主题活跃度向量；接收用户输入的网络节点个数；根据所述网络节点个数，创建多个网络节点；生成各所述网络节点的主动向量和被动向量；根据所述多个主题和所述多个网络节点，构建所述扩散网络。在另一种可能的实施方式中，获取预设时长内、所述扩散数据在所述扩散网络中扩散的统计数据，包括：确定所述扩散数据的主题分布向量；根据所述主题分布向量，确定所述扩散数据的传播通道；根据所述传播通道，确定所述转发所述扩散数据的次数、及转发所述扩散数据的时刻；根据所述预设时长内、转发所述扩散数据的次数、及转发所述扩散数据的时刻，确定所述统计数据。在另一种可能的实施方式中，根据所述统计数据，确定所述待求解参数的参数值，包括：根据Metropolis-within-gibbs算法、及所述统计数据，对所述待求解参数进行求解，得到所述参数值。在另一种可能的实施方式中，根据所述第一网络节点的主动向量和所述第二网络节点的被动向量，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率，包括：根据如下公式一，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率P：P＝Aik×Sjk×πk公式一；其中，所述Aik为用户i的主动向量中的第k个分量，所述Sjk为用户j的被动向量中的第k个分量，所述πk为第k主题的活跃度。第二方面，本专利技术实施例提供一种网络链接预测装置，包括构建模块、生成模块、获取模块、第一确定模块、第二确定模块和第三确定模块，其中，所述构建模块用于，根据用户输入的主题个数和网络节点个数，构建扩散网络，所述扩散网络包括多个网络节点和多个主题，各所述网络节点对应主动向量和被动向量，所述主动向量和所述被动向量中包括待求解参数；所述生成模块用于，根据各所述网络节点的主动向量，生成扩散数据；所述获取模块用于，获取预设时长内、所述扩散数据在所述扩散网络中扩散的统计数据；所述第一确定模块用于，根据所述统计数据，确定所述待求解参数的参数值；所述第二确定模块用于，根据所述待求解参数的参数值，确定第一网络节点的主动向量和第二网络的被动向量，所述第一网络节点和所述第二网络节点为所述扩散网络中的任意两个节点；所述第三确定模块用于，根据所述第一网络节点的主动向量和所述第二网络节点的被动向量，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率。在一种可能的实施方式中，所述构建模块具体用于：接收用户输入的主题个数；根据所述主题个数，创建多个主题，并生成主题活跃度向量；接收用户输入的网络节点个数；根据所述网络节点个数，创建多个网络节点；生成各所述网络节点的主动向量和被动向量；根据所述多个主题和所述多个网络节点，构建所述扩散网络。在另一种可能的实施方式中，所述获取模块具体用于：确定所述扩散数据的主题分布向量；根据所述主题分布向量，确定所述扩散数据的传播通道；根据所述传播通道，确定所述转发所述扩散数据的次数、及转发所述扩散数据的时刻；根据所述预设时长内、转发所述扩散数据的次数、及转发所述扩散数据的时刻，确定所述统计数据。在另一种可能的实施方式中，所述第一确定模块具体用于：根据Metropolis-within-gibbs算法、及所述统计数据，对所述待求解参数进行求解，得到所述参数值。在另一种可能的实施方式中，所述第三确定模块具体用于：根据如下公式一，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率P：P＝Aik×Sjk×πk公式一；其中，所述Aik为用户i的主动向量中的第k个分量，所述Sjk为用户j的被动向量中的第k个分量，所述πk为第k主题的活跃度。本专利技术实施例提供的网络链接预测方法及装置，在进行网络链接预测的过程中，先基于预设条件假设，构建与实际网络情况相符合的扩散网络，该扩散网络中包括多个节点，每一个节点有其对应的主动向量和被动向量，该主动向量和被动向量中包括待求解参数。然后，生成用于在扩散网络上进行扩散的扩散数据。根据扩散数据及该扩散网络中每一个网络节点的主动向量和被动向量，可以确定扩散数据在扩散网络中进行扩散的统计数据。根据该统计数据可以求解得到主动向量和被动向量中的待求解参数的参数值，根据待求解参数的参数值可以确定第一网络节点的主动向量和第二网络节点的被动向量，并根据第一网络节点的主动向量和第二网络节点的被动向量，确定第一网络节点和第二网络节点之间发生网络链接的概率。由于构建的扩散网络的特性与实际应用中的网络的特性相符合，且扩散数据也与实际应用中传输的数据相符合，以使根据本申请所示的方法可以准确的确定两个网络节点之间产生网络链接的概率，进而提高网络链接预测的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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为本专利技术实施例提供的网络链接预设方法的应用场景示意图；图2为本专利技术实施例提供的网络链接预测方法的流程示意图；图3为本专利技术实施例提供的构建扩散网络方法的流程示意图本文档来自技高网...

【技术保护点】
一种网络链接预测方法，其特征在于，包括：根据用户输入的主题个数和网络节点个数，构建扩散网络，所述扩散网络包括多个网络节点和多个主题，各所述网络节点对应主动向量和被动向量，所述主动向量和所述被动向量中包括待求解参数；根据各所述网络节点的主动向量，生成扩散数据；获取预设时长内、所述扩散数据在所述扩散网络中扩散的统计数据；根据所述统计数据，确定所述待求解参数的参数值；根据所述待求解参数的参数值，确定第一网络节点的主动向量和第二网络的被动向量，所述第一网络节点和所述第二网络节点为所述扩散网络中的任意两个节点；根据所述第一网络节点的主动向量和所述第二网络节点的被动向量，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率。

【技术特征摘要】
1.一种网络链接预测方法，其特征在于，包括：根据用户输入的主题个数和网络节点个数，构建扩散网络，所述扩散网络包括多个网络节点和多个主题，各所述网络节点对应主动向量和被动向量，所述主动向量和所述被动向量中包括待求解参数；根据各所述网络节点的主动向量，生成扩散数据；获取预设时长内、所述扩散数据在所述扩散网络中扩散的统计数据；根据所述统计数据，确定所述待求解参数的参数值；根据所述待求解参数的参数值，确定第一网络节点的主动向量和第二网络的被动向量，所述第一网络节点和所述第二网络节点为所述扩散网络中的任意两个节点；根据所述第一网络节点的主动向量和所述第二网络节点的被动向量，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率。2.根据要求1所述的方法，其特征在于，根根据用户输入的主题个数和网络节点个数，构建扩散网络，包括：接收用户输入的主题个数；根据所述主题个数，创建多个主题，并生成主题活跃度向量；接收用户输入的网络节点个数；根据所述网络节点个数，创建多个网络节点；生成各所述网络节点的主动向量和被动向量；根据所述多个主题和所述多个网络节点，构建所述扩散网络。3.根据权利要求1或2所述的方法，其特征在于，获取预设时长内、所述扩散数据在所述扩散网络中扩散的统计数据，包括：确定所述扩散数据的主题分布向量；根据所述主题分布向量，确定所述扩散数据的传播通道；根据所述传播通道，确定所述转发所述扩散数据的次数、及转发所述扩散数据的时刻；根据所述预设时长内、转发所述扩散数据的次数、及转发所述扩散数据的时刻，确定所述统计数据。4.根据权利要求1或2所述的方法，其特征在于，根据所述统计数据，确定所述待求解参数的参数值，包括：根据Metropolis-within-gibbs算法、及所述统计数据，对所述待求解参数进行求解，得到所述参数值。5.根据权利要求1或2所述的方法，其特征在于，根据所述第一网络节点的主动向量和所述第二网络节点的被动向量，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率，包括：根据如下公式一，确定所述第一网络节点和所述第二网络节点之间发生网络链接的概率P：P＝Aik×Sjk×πk公式一；其中，所述Aik为用户i的主动向量中的第k个分量，所述Sjk为用户j的被动向量中的第k个分量，所述πk为第k主题的活...

【专利技术属性】
技术研发人员：张日崇，孙佩源，李建欣，胡春明，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11