[发明专利]一种基于标签索引的用户社交网络链接预测方法

权利要求书

1.一种基于标签索引的用户社交网络链接预测方法，其特征在于，该方法包括以下步骤：

(1)构建标签索引：对一个用户社交网络，将用户视作节点，并根据用户之间的交互频率计算链接概率作为节点之间的边，由此得到一个不确定图；设定不确定图中的节点顺序，依次从每个节点出发使用Dijkstra最短路算法计算到其他所有节点的最大概率路径，对于第i个点u_i，记录所有能到达它的节点的集合V_i＝{v₁，v₂，...，v_k，...，v_m}以及对应节点的路径概率δ_k，得到标签索引集合L(u_i)＝{(v_k，δ_k)|k＝1，2，...，m}，v_k表示集合V_i中第k个节点，m为集合V_i中节点总个数；

(2)计算标签索引中的可达概率。将集合V_i中所有节点到达u_i的路径以及集合V_i中所有相邻节点的边作为不确定图的相关边，进行抽样的不确定图采样，采样得到K个确定图，设这K个确定图中v_k能到达u_i的图数量为x_k，那么v_k到u_i的可达概率为x_k/K，将其值存入标签索引集合L(u_i)中，即在标签(v_k，δ_k)∈L(u_i)中新增第三维得到(v_k，δ_k，x_k/K)；

(3)查询任意点对之间的可达概率；设查询点s到点t的可达概率，取出L(s)和L(t)中具有相同节点的标签(v_k，δ₁，p₁)∈L(s)，(v_k，δ₂，p₂)∈L(t)，那么s和t之间通过点v_k的可达概率为p₁p₂，若有多个这样的节点v_k，则取p₁p₂最大的值作为s到t的可达概率。

(4)进行链路预测，设置一个固定的阈值R(0＜R＜1)，枚举所有用户对，找到其对应的节点，记节点为s，t，进行步骤(3)中的查询得到两者之间的可达概率p，若p＞R，则预测s，t对应的用户之间存在链路，否则预测不存在。

2.根据权利要求1所述的一种基于标签索引的用户社交网络链接预测方法，其特征在于，步骤(1)中的优化标签索引数量方式(a)中对最大概率路径Q(v_k，u_i)的计算方式为：

Q(v_k，u_i)＝max{δ₁δ₂|(v，δ₁，p₁)∈L(v_k)，(v，δ₂，p₂)∈L(u_i)}。

3.根据权利要求1所述的一种基于标签索引的用户社交网络链接预测方法，其特征在于，步骤(1)中，构建标签索引的同时优化标签索引数量，在计算L(u_i)的过程中，判断是否将(v_k，δ_k)加入L(u_i)，δ_k为节点v_k到达节点u_i之间的路径概率，具体包括以下三种形式：

(a)在现有标签中对最大概率路径进行查询得到Q(v_k，u_i)，如果Q(v_k，u_i)≥δ_k，则标签索引集合中不加入(v_k，δ_k)；

(b)设置路径概率阈值r，若δ_k≤r，则不将(v_k，δ_k)加入标签索引集合；

(c)设置节点数量阈值T，如果v_k到u_i的最大概率路径的节点数量大于T，则不将(v_k，δ_k)加入标签索引集合。