一种多类型网络间交互架构的可视化压缩方法技术

本发明专利技术公开一种多类型网络间交互架构的可视化压缩方法，利用节点介数这个网络拓扑参数筛选出关键节点以保留多类型网络间的交互架构，为了更加清晰的对网络进行可视化，接下来将网络中除关键节点以外的节点进行社团合并，并用一个新节点替换网络中每个最终合并后的社团里包含的所有节点。本发明专利技术能在保留网络间交互架构的同时对网络中的节点和边进行大量的压缩。

A visual compression method for multi type internetwork interaction architecture

Compression method for visualization of the invention discloses a multi type network interaction framework, using the node betweenness the network topology parameters of selected key nodes to retain the interactive multi type network, in order to more clearly visualize the network, then in addition to the key nodes outside the nodes in the network are combined with a community, and a new node contains all nodes to replace each community after the merger of the network in the end. The invention can compress a large number of nodes and edges in the network while retaining the internetwork interaction architecture.

【技术实现步骤摘要】
一种多类型网络间交互架构的可视化压缩方法
本专利技术属于网络科学领域，涉及一种多类型网络间交互架构的可视化压缩方法。
技术介绍
网络科学(NetworkScience)是专门研究复杂网络系统的定性和定量规律的一门崭新的交叉科学，它将现实生活中的社会、经济、生物和物理系统抽象为由节点和连边构成的复杂网络，然后对其结构特征、动态演化过程等进行研究。经过了十几年的发展，网络科学研究已取得大量成果，已经形成了较为完善的学科架构和理论体系。目前大多数的复杂网络研究都是将现实世界中的系统抽象为一个网络，随着这几年研究的不断深入，研究者发现现实世界中的各类系统之间并非完全孤立，而是存在着一定联系。例如，航空系统和铁路系统的复合、计算机网络中服务器与终端系统的复合、现实生活中的人际关系网和在线人际关系网之间的复合等。因此，近几年来复杂网络的研究重心逐渐由单层网络转向多层网络。多层网络(MultilayerNetwork)是由多个网络或者具有不同行为、属性的实体之间交互构成的网络，它是复杂网络的延伸，常见的多层网络有多维型多层网络、依存型多层网络等。多层网络目前仍处于起步阶段，但已引起国内外研究者的关注与重视，未来必将成为网络科学研究的重要方向。可视化技术的成熟，为我们研究复杂网络带来了便利。现实世界中的网络，大部分节点对网络整体的拓扑结构影响不大，仅少数重要节点决定了网络的拓扑结构。基于此观点，复杂网络压缩算法被引入到了可视化当中。本专利技术提出了一种基于关键节点和社团合并的可视化压缩算法。这一方法在对网络中节点和边进行大量压缩的同时能够保留较多的复杂网络信息量。专利技术内容本专利技术针对于多类型网络间交互架构的可视化，提出了一种多类型网络间交互架构的可视化压缩方法。本专利技术采用如下的技术方案：一种多类型网络间交互架构的可视化压缩方法，包括以下步骤：步骤1、计算具有交互架构的多类型网络中每个节点在单层网络中的介数值和每个节点在整个交互网络中的介数值；步骤2、利用所述介数值选出关键节点；步骤3、将网络中除关键节点以外的节点进行社团合并，并用一个新节点替换网络中每个最终合并后的社团里包含的所有节点。作为优选，步骤2具体包括：步骤2.1、将步骤1所得值各取二分之一作为每个节点对于整个复杂网络关键性的衡量标准；步骤2.2、将步骤2.1中所得值按大小排序，取前10％作为关键节点保留下来，不进行合并。作为优选，步骤3具体包括步骤3.1、对复杂网络中除关键节点以外的其余节点每个单独看作一个社团；步骤3.2、搜索整个网络中度数为1的非关键节点，即只有一个邻居节点的非关键节点，将其归入其邻居节点所在的社团；若其邻居节点是关键节点，则不再对该点进行合并，将其从网络中删除；步骤3.3、对于度数大于1的非关键节点，即有多个邻居节点的非关键节点，找到其聚类系数最大的邻居节点；步骤3.4、找出度数大于1的非关键节点与其聚类系数最大的邻居节点的公共邻居节点集合；步骤3.5、若度数大于1的非关键节点与其聚类系数最大的邻居节点的公共邻居节点集合不为空，则将其中对于整个复杂网络介数最小的公共邻居节点与该非关键节点所属社团进行合并；若公共邻居节点集合为空，则不改变该非关键节点所属社团；步骤3.6、重复步骤3.3、步骤3.4、步骤3.5，直至所有非关键节点所属社团不再改变，即所有非关键节点均确定了最终的社团；步骤3.7、将属于同一个社团的所有节点删除后用一个新的节点来代替这个社团，这些新的节点与原网络中的关键节点共同组成了压缩后的网络。作为优选，在步骤1中，所述“介数”，是指节点介数，其定义为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例。作为优选，在步骤3.1中，所述“社团”，是指网络中的节点可以分成多个组,组内节点间的连接比较稠密,组间节点间的连接比较稀疏。作为优选，在步骤3.6中，所述“所有非关键节点所属社团不再改变”，是指若合并后的社团间有重叠的节点，则将这些社团再进行合并，保证一个节点只属于一个社团。本专利技术利用节点介数这个网络拓扑参数筛选出关键节点以保留多类型网络间的交互架构，为了更加清晰的对网络进行可视化，接下来将网络中除关键节点以外的节点进行社团合并，并用一个新节点替换网络中每个最终合并后的社团里包含的所有节点。经实践表明，本专利技术能在保留网络间交互架构的同时对网络中的节点和边进行大量的压缩。附图说明图1为本专利技术一种多类型网络间交互架构的可视化压缩方法的流程示意图。具体实施方式为了使本
的人员更好的理解本专利技术方案，下面将结合本专利技术中的附图对本专利技术方案的实施方式进行详细描述。本专利技术一种多类型网络间交互架构的可视化压缩方法，能在保留网络间交互架构的同时对网络中的节点和边进行大量的压缩，可为多类型网络间交互架构的可视化研究带来极大的便利。如图1所示，一种多类型网络间交互架构的可视化压缩方法，包括以下步骤：步骤1、计算具有交互架构的多类型网络中每个节点在单层网络中的介数值；步骤2、计算具有交互架构的多类型网络中每个节点在整个交互网络中的介数值；步骤3、将步骤1和步骤2所得值各取二分之一作为每个节点对于整个复杂网络关键性的衡量标准；步骤4、将步骤3中所得值按大小排序，取前10％作为能够保留网络间交互架构的关键节点保留下来，不进行合并；步骤5、对复杂网络中除关键节点以外的其余节点每个单独看作一个社团；步骤6、搜索整个网络中度数为1的非关键节点，即只有一个邻居节点的非关键节点，将其归入其邻居节点所在的社团；若其邻居节点是关键节点，则认为该点对于整个复杂网络的作用极其微小，不再对该点进行合并，而是将其从网络中删除；步骤7、对于度数大于1的非关键节点，即有多个邻居节点的非关键节点，找到其聚类系数最大的邻居节点；因为聚类系数刻画的是该节点的邻居节点之间连接的紧密程度，是判断复杂网络具有“小世界”属性的重要指标，所以局部聚类系数最大的节点周围的节点联系较为密切，更有可能具有相似性。步骤8、找出度数大于1的非关键节点与其聚类系数最大的邻居节点的公共邻居节点集合；步骤9、若度数大于1的非关键节点与其聚类系数最大的邻居节点的公共邻居节点集合不为空，则将其中对于整个复杂网络介数最小的公共邻居节点与该非关键节点所属社团进行合并；若公共邻居节点集合为空，则不改变该非关键节点所属社团；根据由Girvan和Newman提出的GN算法可知：若一条边连接着两个社团，则属于不同社团的节点之间的最短路径会多次经过该边，这条边两端的节点也会具有较高的介数值。因此从相反的角度考虑，从属于相同社团的节点之间的边具有较小的介数。步骤10、重复步骤7、步骤8、步骤9，直至所有非关键节点所属社团不再改变，即所有非关键节点均确定了最终的社团；若合并后的社团间有重叠的节点，则将这些社团再进行合并，保证一个节点只属于一个社团。步骤11、将属于同一个社团的所有节点删除后用一个新的节点来表示这个社团，这些新的节点与原网络中的关键节点共同组成了压缩后的网络。进一步，在步骤1中，所述“介数”，是指节点介数，其定义为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例。进一步，在步骤5中，所述“社团”，是指网络中的节点可以分成多个组,组内节点间的连接比较稠密,组间节点间的连接比较稀疏。本文档来自技高网...

【技术保护点】
一种多类型网络间交互架构的可视化压缩方法，其特征在于，包括以下步骤：步骤1、计算具有交互架构的多类型网络中每个节点在单层网络中的介数值和每个节点在整个交互网络中的介数值；步骤2、利用所述介数值选出关键节点；步骤3、将网络中除关键节点以外的节点进行社团合并，并用一个新节点替换网络中每个最终合并后的社团里包含的所有节点。

【技术特征摘要】
1.一种多类型网络间交互架构的可视化压缩方法，其特征在于，包括以下步骤：步骤1、计算具有交互架构的多类型网络中每个节点在单层网络中的介数值和每个节点在整个交互网络中的介数值；步骤2、利用所述介数值选出关键节点；步骤3、将网络中除关键节点以外的节点进行社团合并，并用一个新节点替换网络中每个最终合并后的社团里包含的所有节点。2.如权利要求1所述的多类型网络间交互架构的可视化压缩方法，其特征在于，步骤2具体包括：步骤2.1、将步骤1所得值各取二分之一作为每个节点对于整个复杂网络关键性的衡量标准；步骤2.2、将步骤2.1中所得值按大小排序，取前10％作为关键节点保留下来，不进行合并。3.如权利要求1所述的多类型网络间交互架构的可视化压缩方法，其特征在于，步骤3具体包括步骤3.1、对复杂网络中除关键节点以外的其余节点每个单独看作一个社团；步骤3.2、搜索整个网络中度数为1的非关键节点，即只有一个邻居节点的非关键节点，将其归入其邻居节点所在的社团；若其邻居节点是关键节点，则不再对该点进行合并，将其从网络中删除；步骤3.3、对于度数大于1的非关键节点，即有多个邻居节点的非关键节点，找到其聚类系数最大的邻居节点；步骤3.4、找出度数大于1的非关键节点与其聚类系数最大的邻居节点的公共...

【专利技术属性】
技术研发人员：大卫·热斯贝尔，沈怡迪，路兆铭，王鲁晗，管婉青，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11