[发明专利]基于分布式平台的大规模网络信息传播计算方法及装置

说明书

本发明公开了一种基于分布式平台的大规模网络信息传播计算方法及装置，本发明实施步骤包括根据网络参数构建配置网络，构建信息传播模型，根据需求选择进行网络和信息传播模型的参数设定，配置信息格式、个体属性、消息传递函数、消息融合函数和消息处理函数，输入网络、信息格式、个体属性、消息传递函数、消息融合函数、消息处理函数通过并行分布式平台进行迭代计算，将包含传播记录的网络中有传播活动的节点及其相连的边筛选出来得到传播记录并输出。本发明具有并行计算能力强、用户定制能力强、传播计算通用性与适应性好、开发过程简单高效的优点，能大大降低并行分布式计算的开发难度，不需要另外考虑并行分布式的存储问题。

技术领域

本发明涉及大规模复杂网络传播计算领域，具体涉及一种基于分布式平台的大规模网络信息传播计算方法及装置。

背景技术

研究复杂系统建模的常用的工具包括元胞自动机、Netlogo、以及一些基于Agent建模的理论方法。元胞自动机是一类模型的总称，也是一个方法框架。NetLogo是用于仿真自然和社会现象的简单编程语言和建模平台，可以基于简单规则描述随时间发展的网络系统系统。基于Agent建模的理论方法将认知建模、Agent组织理论和基于DEVS的框架结合在一起，可以实种新的大规模系统的多智能体建模方法，包括Repast HPC，DSOL等相关的建模方法，适合于处理复杂系统建模问题。Repast HPC，DSOL等这类建模方法适合于对一般复杂系统进行建模，但存在以下问题：没有对图（网络 ) 相关算法进行深入研究和优化，而复杂网络本身具有区别于一般复杂系统的特性，比如小世界特性、无标度特性等，同时复杂网络中的传播计算有如节点的度、聚类系数、社团结构等图相关的特殊的快速计算需求。因此这类建模方法并不适用于大规模复杂网络传播计算，大规模复杂网络传播计算需要更专业的工具 .

用于网络计算的工具有很多，如NetworkX，Networkit，SNAP等，这些工具各有优势。如Gephi适合做复杂网络可视化，操作简单但是不能支持大规模计算，Pajeck和Networkit有一定复杂网络计算和可视化的能力。SNAP (Stanford Network AnalysisProject) 来源于斯坦福Jure教授及其合作者的复杂网络分析预测相关课题，涵盖了复杂网络研究领域的绝大部分内容。KDT，GraphCT，STINGER和Ligra基于本地实现内核分布式并行化可以满足高需求的复杂网络相关计算。这类工具解决了针对复杂网络进行传播计算的优化问题，但是还存在以下问题：没有针对大规模复杂网络的问题进行相应的并行分布式的实现，遇到需要进行大规模复杂网络计算时仍然不能满足需求。因此，如何实现基于并行分布式计算平台的大规模复杂网络信息传播，已经成为一项亟待解决的关键技术问题。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种基于分布式平台的大规模网络信息传播计算方法及装置，本发明具有并行计算能力强、用户定制能力好、传播计算的通用性和适应性好的优点，尤其是适合大规模复杂网络传播计算。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于分布式平台的大规模网络信息传播计算方法，实施步骤包括：

1）根据网络参数构建配置网络；

2）构建信息传播模型；

3）根据需求选择进行网络和信息传播模型的参数设定，如果需求为以实验需求为主，则直接进行网络的参数配置和信息传播模型的参数配置；如果需求为以数据为主，则先针对数据的实证数据进行数据清洗、网络提取和网络分析得到网络的规模和参数，然后再进行网络的参数配置和信息传播模型的参数配置；

4）配置信息格式、个体属性、消息传递函数、消息融合函数和消息处理函数，将信息传播模型的实现蕴含在信息格式、个体属性、消息传递函数、消息融合函数、消息处理函数中；