[发明专利]一种多层网络中的基于路径熵的链路预测方法

摘要

本发明公开了一种多层网络中的基于路径熵的链路预测方法。多层网络中的链路预测适用于含有多种不同类型关系的真实网络，思路是利用各层网络信息对特定某层中的连边信息进行预测。本文所述的预测方法的原理为：挖掘各层网络中的拓扑信息，以计算特定某一层网络中节点对相连接的概率。具体的实行步骤是：首先，根据真实网络得到多层网络的时序序列；其次，将时序序列拆分为训练集和测试集两个部分；然后，应用训练集中的各层拓扑信息分别预测测试集中的连边信息，根据回归率来训练得到该层的作用参数；最后，应用该预测方法。本方法同时利用连边和路径的异质性，并挖掘多层网络中的拓扑价值来预测连边，能够充分提高链路预测算法的预测性能。

主权项

1.一种多层网络中的基于路径熵的链路预测方法，其特征在于，包括如下步骤：步骤1，根据复杂网络理论将真实网络抽象得到多层网络N′的时序序列G＝<G₀，G₁，...，G_n>，n为N′的节点个数；步骤2，选择时间戳t_k将时序序列G分为训练集和测试集；步骤3，利用信息理论建立预测方法模型；步骤4，分别独立挖掘训练集中各层的拓扑信息，来预测测试集中的新增连边信息，从而得到各层作用参数；步骤5，应用训练后的预测方法预测网络的未来信息；步骤1所述将真实网络抽象得到多层网络的时序序列G＝<G₀，G₁，...，G_n>，具体如下：截取真实网络发展过程中的若干个网络状态，将每一个状态的网络抽象为静态多层网络，将真实网络中的个体抽象为节点，将个体间的关系按照关系类别抽象为不同层中的连边。