[发明专利]一种基于K壳分解的识别传播关键节点的方法及装置有效

专利信息
申请号: 201910550676.0 申请日: 2019-06-24
公开(公告)号: CN110247805B 公开(公告)日: 2021-11-30
发明(设计)人: 钱琳;俞俊;朱广新;郭云涛;房涛;庞恒茂;许明杰;王琳;梅竹;陈海洋 申请(专利权)人: 南瑞集团有限公司;国电南瑞科技股份有限公司;国网陕西省电力公司
主分类号: H04L12/24 分类号: H04L12/24;H04L12/58;G06Q50/00
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 王恒静
地址: 211106 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 分解 识别 传播 关键 节点 方法 装置
【说明书】:

发明公开一种基于K壳分解的识别传播关键节点的方法及装置,该方法包括:通过采集社交平台的消息转发建立传播网络,将所述传播网络中转发消息的个体确定为节点;依据好友列表数据得到各个节点对应的连边数量;依据所述节点的度计算各个节点的K壳索引;计算所述传播网络中每对节点间的最短距离,所述节点间的最短距离用来表征个体处于社交网络中的传播位置;根据所述K壳索引和所述节点间的最短距离计算各个节点的排名对应分值,进而得到所述传播网络中的关键传播者。本发明可以更加准确的定位节点在网络中的定位,准确的挖掘出社交网络中的关键传播者,降低错判率。

技术领域

本发明涉及网络信息挖掘领域,具体涉及一种基于K壳分解的识别传播关键节点的方法及装置。

背景技术

在网络社会的今天,消息传播非常迅速,传播中的关键节点就是那些能够在更大程度上影响网络的结构与功能的一些特殊个体,而谣言传播网络中的关键节点指的是能够最大程度加快谣言扩散的节点。例如,微博大V可以加速谣言的扩散。因此我们需要从海量用户中准确发掘出谣言传播网络中的关键传播者,这样可以帮助我们更好地控制谣言的传播。

目前,大部分针对谣言传播采用人工删除的方式,也有些人采用针对谣言传播网络的节点排序方法,但只是采用单一的方法来确定节点的位置或者影响度,但处于网络中心位置的节点也可能出现在网络边缘,影响度高的节点位置也可能很偏,识别谣言传播网络的关键传播者的准确率较低。

发明内容

发明目的:为了克服现有技术的不足,本发明提供一种基于K壳分解的识别传播关键节点的方法,该方法可以解决对于网络边缘高K壳节点的错误评估的问题,更准确地挖掘到传播网络的关键传播者,另一方面,本发明还提供一种基于K壳分解的识别传播关键节点的装置。

技术方案:本发明所述的基于K壳分解的识别传播关键节点的方法,该方法包括:

通过采集社交平台的消息转发建立传播网络,根据所述传播网络中转发消息的个体确定节点集合,采集所述节点集合中每个节点对应的好友列表数据;

依据所述好友列表数据得到各个节点对应的直接连边数量;其中,若个体之间是好友关系,则对应的两节点之间存在直接连边;

根据各个节点的直接连边数量确定所述传播网络中各个节点的度,依据所述节点的度计算各个节点的K壳索引,所述K壳索引用来表征所述传播网络中个体的影响力;

采用Floyd算法计算所述传播网络中每对节点间的最短距离,根据所述K壳索引和所述最短距离计算各个节点的排名对应分值,进而得到所述传播网络中的传播关键节点。

进一步地,包括:

所述根据各个节点的直接连边数量确定所述传播网络中各个节点的度,具体为:所述传播网络中节点的度等于所述节点的直接连边数量。

进一步地,包括:

所述依据所述节点的度计算各个节点的K壳索引,具体步骤包括:

获取所述传播网络中节点集合S中各个节点的度,所述节点集合S={s1,s2,...,sn},n为节点的总数;

遍历节点集合S,寻找度为1的所有节点,并删除对应节点及与所述节点的直接连边,将所述对应的节点存储到集合S1,所述集合S1中各节点的K壳索引

遍历节点集合S,寻找度为2的所有节点,并删除对应节点及与所述节点相连的边,将所述对应的节点存储到集合S2,所述集合S2中各节点的K壳索引

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南瑞集团有限公司;国电南瑞科技股份有限公司;国网陕西省电力公司,未经南瑞集团有限公司;国电南瑞科技股份有限公司;国网陕西省电力公司许可,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/201910550676.0/2.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