[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

说明书

本发明提供了一种基于标签索引的用户社交网络链接预测方法，通过最大概率路径的计算，得到仅含点对与最大概率路径的初步索引；在索引构建过程中使用剪枝控制标签的数量；使用朴素的采样方法，一次性计算相同出发点的可达概率的值；最后根据所得到的索引实时计算任意点对之间的可达概率，基于可达概率进行社交网络链路预测。本发明将可达概率计算过程分成预处理阶段和计算阶段，将计算负荷移动至预处理阶段，因而可以在尽量减少精度损失的情况下，快速计算任意点对之间的可达概率，提高后续不确定图分析任务的性能。

技术领域

本发明属于图论领域，尤其涉及一种基于标签索引的用户社交网络链接预测方法。

背景技术

图模型广泛应用在社交网络、蛋白质反应网络中，例如社交平台中，所有用户账号作为节点，用户的关注信息作为边，可以建模成一个图。不确定图则在此基础上对边的存在赋予了一个概率，比如上述例子中，可以根据用户之间互动的强弱，对边赋予两者互相影响的概率，从而使图变成不确定图。不确定图的可达概率是不确定图的基本性质，可以用于社交网络中的用户推荐、市场营销、遏止谣言等用途，也可以在蛋白质网络中用于反应预测。

常见的可达概率计算方法均基于采样，包括朴素采样、分层递归采样、延迟采样等。这些方法的误差很小，但是所需时间较长，在上百万规模的社交网络中，单个查询的回答时间最长会超过1分钟，这在要求快速响应的现代软件中是不可接受的；而在现有计算能力之下，简单地提前存储所有可能的查询所需的时间需要上百年时间，同样也不可行。由此可见，该问题是一个较为困难的问题，并且具有解决的价值。

发明内容

本发明的目的在于针对现有技术存在的问题，提出了一种基于标签索引的用户社交网络链接预测方法。该方法能在尽量保证精度的情况下，在毫秒级时间内对任意点对之间的可达概率进行回答，并进行社交网络链接预测。

本发明的目的是通过以下技术方案来实现的：一种基于标签索引的用户社交网络链接预测方法，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)；