[发明专利]基于实体间流量数据的极大似然排名的方法

权利要求书

1.基于实体间流量数据的极大似然排名的方法，其特征在于，首先将对收集的流量数据的分布作为真实数据的经验分布，进行“有放回的抽样”，每个观察单位被抽到的概率均，以此获取更加稳定的流量数据；然后根据具体情况，设定各实体之间流量关系出现的概率，该概率应与实体之间的排名关系相关，并且根据实体之间排名差距的大小，其出现的概率也有相应的差距，通过给定的概率和其权重最终得到该实体系统的似然函数；通过选择恰当的优化方法，使得似然函数取极值，通过调整实体之间的排序关系最终得到最优排名，具体步骤如下：

步骤1.使用Bootstrap技术获取鲁棒的流量数据矩阵；

步骤2.设定合理的权重，给出似然函数；

步骤3.选取恰当的最优化方法使得似然函数取极值，得到最优排名。

2.如权利要求1所述的方法，其特征在于，所述步骤1包括：

2-1)用流量邻接矩阵模拟真实流量数据的经验分布，给出每种流量的出现概率；

2-2)在此数据中进行有放回地抽样，抽取次数为流量总量，并且每种流量每次被抽到的概率为其出现概率；

2-3)重复上述操作多次，得到多个Bootstrap样本作为更加鲁棒的流量数据。

3.如权利要求1所述的方法，其特征在于，所述步骤2包括：

3-1)设定实体之间流量的关系出现的相对概率，通常认为从排名较优的实体流向排名较差的实体的概率高；

3-2)对每种流量出现的相对概率做归一化处理，得到最终的跳转概率；

3-3)对不同的越级关系产生的相对概率赋予恰当的权重，相对概率应与越级难度相关；

3-4)综合数据分布和权重之后给定系统的似然函数。

4.如权利要求1所述的方法，其特征在于，所述步骤3包括：

4-1)选择例如贪婪算法、遗传算法、模拟退火算法，使得系统的似然函数取最大值，并记录此时的实体排名关系；

4-2)如果存在似然函数最大值对应多个实体排名关系，那么对于所有可能的排名取平均值，以此作为最终的实体排名关系；

4-3)当实体数目众多很难达到最优化的结果时，需要重复此优化算法多次，在足够长的时间停止，然后对所有排名的迭代结果取平均值作为最终排名。