[发明专利]一种改进Dijkstra权重的社交网络抽样生成算法

摘要

本发明公开了一种改进Dijkstra权重的社交网络抽样生成算法，首先，随机选择1对不相邻的节点作为源节点和目的节点，然后运用Dijkstra算法求出所选择的这对源节点和目的节点之间的最短路径，然后再运用排序算法对最短路径中边出现的频率进行排序，依据抽样比从排序结果中抽取出频率较高的几条边和与其相连的点，生成抽样网络。采样本发明的抽样算法，抽样效果更好，能够抽样出更加接近原始网络的子网。

主权项

一种改进Dijkstra权重的社交网络抽样生成算法，其特征在于，包括以下步骤：1)根据给定的原始社交网络拓扑图形，采用中心度算法来求取节点之间的连接权重；2)在原始社交网络拓扑图形中随机选择l对不相邻的节点作为源节点和目的节点，然后运用Dijkstra算法求出所选择的l对源节点和目的节点之间的最短路径，具体过程包括：假设原始社交网络拓扑图形G＝＜V,E＞，其中V＝{p₁,p₂,…,p_n}代表节点的集合，p_i，i＝1,2……n，表示第i个节点，n为节点的个数，E＝{e₁,e₂,…,e_m}代表边的集合，e_i，i＝1,2……m，表示第i条边，m为边数，则源节点p_s到目的节点p_t之间的最短路径，步骤如下：2‑1)设定节点之间的连接权重作为连接节点之间的距离，计算出原始社交网络拓扑图形中所有连接节点之间的距离的集合D，D＝{d₁,d₂,…,d_f}，d_i代表原始社交网络拓扑图形中节点之间的连接权重，f表示有f对连接节点；2‑2)比较源节点p_s到相邻节点间的距离，抽取距离最小的节点p_i；2‑3)比较节点p_i到相邻节点间的距离，求出最小值d_k，对应的相邻节点为p_k；2‑4)计算min{d_k,w(p_s,p_j)}，即可得出下一个抽取的节点是p_k还是p_j，其中w(p_s,p_j)表示源节点p_s到节点p_j之间的距离，p_j表示下一步抽取的目标节点；2‑5)重复步骤2‑3)、2‑4)，直到抽取到目的节点p_t；2‑6)输出抽样到的边和节点；3)运用排序算法对所述步骤2)求取的l对源节点和目的节点之间的最短路径中边出现的频率进行排序，依据抽样比从排序结果中抽取出频率最高的m条边和与其相连的点，生成抽样网络；4)通过评价指标评价社交网络抽样生成算法。