【技术实现步骤摘要】
基于微博大数据的复杂网络舆情节点重要度排序方法
本专利技术属于计算机
,具体涉及一种基于微博大数据的复杂网络舆情节点重要度排序方法。
技术介绍
复杂网络由大量节点组成,节点之间通过边进行交互,节点之间存在许多复杂关系,任意节点的删除和添加会影响局部甚至全局的网络连通性和节点的负载,由此,在复杂网络领域中,如何确认节点的重要关系,从而提高网络的布局效率尤为重要。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种基于微博大数据的复杂网络舆情节点重要度排序方法,该方法能计算复杂网络中的节点重要度。为实现上述目的,本专利技术的技术方案为:一种基于微博大数据的复杂网络舆情节点重要度排序方法,包括以下步骤:获取复杂网络中各节点的邻接点个数,从而获得每个节点的Q值;通过每个节点的Q值得到每个节点的局部集中度,根据复杂网络中节点依靠边进行连接获取两个节点之间的边权重:其中,i、j分别为两个节点,CL为局部集中度;根据边权重得到节点的权重向量,通过根据节点关联边得到拓扑结构;基于k核分解法,求出k核迭代次数,然后对节点的度和k核迭代次数进行归一化处理,并对归一后的值创建矩阵;根据所述矩阵获取指标的熵值,然后根据熵值得到度和k核迭代次数的权重:其中,q=1、2,为熵值;定义权重因子,根据所述度和k核迭代次数的权重获得每个节点的权重因子:其中,和分别表示节点的度和k核迭代次数,、分别表示度和 ...
【技术保护点】
1.一种基于微博大数据的复杂网络舆情节点重要度排序方法,其特征在于,包括以下步骤:/n获取复杂网络中各节点的邻接点个数,从而获得每个节点的邻接点个数之和Q值;/n通过所述每个节点的邻接点个数之和Q值得到每个节点的局部集中度,根据复杂网络中节点依靠边进行连接获取两个节点之间的边权重;/n根据边权重得到节点的权重向量,通过根据节点关联边得到拓扑结构;基于k核分解法,求出k核迭代次数,然后对节点的度和k核迭代次数进行归一化处理,并对归一后的值创建矩阵;/n根据所述矩阵获取指标的熵值,然后根据熵值得到度和k核迭代次数的权重:/n定义权重因子,根据所述度和k核迭代次数的权重获得每个节点的权重因子;/n根据每个节点的权重因子得到综合因子;/n利用节点的度中心性、K-shell值、接近中心性、介数中心性、聚类系数、离心中心性、最大连通性、收缩节点加上综合因子和节点的权重向量进行高相关滤波处理后构建矩阵;/n通过主成分析法和灰色关联分析法对矩阵进行处理得到节点的重要度排序。/n
【技术特征摘要】
1.一种基于微博大数据的复杂网络舆情节点重要度排序方法,其特征在于,包括以下步骤:
获取复杂网络中各节点的邻接点个数,从而获得每个节点的邻接点个数之和Q值;
通过所述每个节点的邻接点个数之和Q值得到每个节点的局部集中度,根据复杂网络中节点依靠边进行连接获取两个节点之间的边权重;
根据边权重得到节点的权重向量,通过根据节点关联边得到拓扑结构;基于k核分解法,求出k核迭代次数,然后对节点的度和k核迭代次数进行归一化处理,并对归一后的值创建矩阵;
根据所述矩阵获取指标的熵值,然后根据熵值得到度和k核迭代次数的权重:
定义权重因子,根据所述度和k核迭代次数的权重获得每个节点的权重因子;
根据每个节点的权重因子得到综合因子;
利用节点的度中心性、K-shell值、接近中心性、介数中心性、聚类系数、离心中心性、最大连通性、收缩节点加上综合因子和节点的权重向量进行高相关滤波处理后构建矩阵;
通过主成分析法和灰色关联分析法对矩阵进行处理得到节点的重要度排序。
2.根据权利要求1所述的方法,其特征在于:所述每个节点的邻接点个数之和Q值计算
方法为:,其中,为所述每个节点的邻接点
个数之和Q值,为节点u的相邻节点集,为节点u的相邻节点集
中的每一个节点,为节点j的邻接点的个数。
3.根据权利要求1所述的方法,其特征在于:所述局部集中度的计算方法为:,其中,为节点i的局部集中度,为节点i的邻接点的集合,为所述每个节点的邻接点个数之和Q
值。
4.根据权利要求1所述的方法,其特征在于:所述两个节点之间的边权重计算方法为:,其中,为节点i、j之间的边权重,i、j分别
为两个节点,为所述局部集中度。
5.根据权利要求1所述的方法,其特征在于:根据边权重得到节点的权重向量,通过根据节点关联边得到拓扑结构包括步骤:从局部关系得到了权重向量W,然后做权重向量中的每一个值除以最大值的处理,最后从全局关系通过融合度与k核迭代次数综合因子。
6.根据权利要求5所述的方法,其特征在于:所述权重向量的计算方法为:,其中为节点i的权重向量,为与节点i相邻的节点
集,为节点集中的每一个节点,为节点i、j...
【专利技术属性】
技术研发人员:文立玉,曾昭福,罗飞,舒红平,郭本俊,曹亮,刘魁,
申请(专利权)人:成都信息工程大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。