[发明专利]符号网络链接预测方法及终端设备在审

专利信息
申请号: 201711162679.4 申请日: 2017-11-21
公开(公告)号: CN107730055A 公开(公告)日: 2018-02-23
发明(设计)人: 郭景峰;陈晓;王志松;胡心专 申请(专利权)人: 燕山大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/00;G06F17/30
代理公司: 石家庄国为知识产权事务所13120 代理人: 郝伟
地址: 066004 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 符号 网络 链接 预测 方法 终端设备
【说明书】:

技术领域

发明属于社交网络分析领域,尤其涉及一种符号网络链接预测方法及终端设备。

背景技术

网络是由顶点和连线构成,表示诸多对象及其相互关系。在数学上,网络是一种图,一般认为专指加权图。网络除了数学定义外,还有具体地物理含义,即网络是从某种相同类型的实际问题中抽象出来的模型。在计算机领域,网络是信息传输、接收、共享的虚拟平台,通过它把各个点、面、体的信息联系到一起,从而实现这些资源的共享。网络是人类发展史来最重要的发明,提高了科技和人类社会的发展。网络会借助文字阅读、图片查看、影音播放、下载传输、游戏、聊天等软件工具从文字、图片、声音、视频等方面给人们带来极其丰富的生活和美好的享受。

近年来,人们对符号网络产生了很大的兴趣,符号网络是指边具有正或负符号属性的网络,其中正边和负边分别表示积极的关系和消极的关系。具体而言,符号网络中的正边可以表示朋友、信任、喜欢、支持等积极关系,而负边通常表示敌人、不信任、讨厌、反对等消极关系。在社会、生物和信息领域,很多复杂系统中都存在着对立关系,例如,社会领域中,人与人之间存在朋友与敌人的关系;生物领域,神经元之间存在促进和抑制关系;信息领域,用户可以对其他用户之间存在信任或不信任关系等,这些复杂系统都可以抽象为符号网络而加以描述。因此,对符号网络进行链路预测(即网络中任何两个未知关系的顶点之间的关系预测),对于研究上述复杂系统的结构、演化等具有重要的理论意义和应用价值。但是,现有符号网络的链路预测存在预测精度较低的问题,无法满足现有符号网络链路预测需要。

发明内容

有鉴于此,本发明实施例提供了一种符号网络链接预测方法及终端设备,解决现有符号网络的链路预测存在预测精度较低的问题,满足现有符号网络链路预测需要。

本发明实施例的第一方面,提供了一种符号网络链接预测方法,包括:

获取符号网络中已知关系的顶点对和未知关系的顶点对;

计算未知关系的顶点对的邻居集,根据计算得到的邻居集计算未知关系的顶点对的同属性集、反属性集和异属性集;

根据顶点度和路径关系计算未知关系的顶点对的同属性集、反属性集和异属性集中每个顶点的权重w;

根据计算得到的邻居集计算未知关系的顶点对的异属性集中每个顶点的i值,所述i值表示异属性向同属性或反属性转换的概率;

根据符号网络的顶点中形成弱平衡三角形的个数计算未知关系的顶点对的异属性集中每个顶点的i值符号sign;

根据计算得到的同属性集、反属性集、异属性集、权重w、i值和i值符号sign,计算未知关系的顶点对的关系值

根据计算得到的关系值进行符号网络链接预测。

本发明实施例的第二方面提供了一种符号网络链接预测装置,包括:

顶点获取单元,用于获取符号网络中已知关系的顶点对和未知关系的顶点对;

属性确定单元,用于计算未知关系的顶点对的邻居集,根据计算得到的邻居集计算未知关系的顶点对的同属性集、反属性集和异属性集;

权重确定单元,用于根据顶点度和路径关系计算未知关系的顶点对的同属性集、反属性集和异属性集中每个顶点的权重w;

i值确定单元,用于根据计算得到的邻居集计算未知关系的顶点对的异属性集中每个顶点的i值,所述i值表示异属性向同属性或反属性转换的概率;

i值符号确定单元,用于根据符号网络的顶点中形成弱平衡三角形的个数计算未知关系的顶点对的异属性集中每个顶点的i值符号sign;

关系值确定单元,用于根据计算得到的同属性集、反属性集、异属性集、权重w、i值和i值符号sign,计算未知关系的顶点对的关系值

链接预测单元,用于根据计算得到的关系值进行符号网络链接预测。

本发明实施例的第三方面提供了一种符号网络链接预测终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711162679.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top