申请/专利权人：杭州师范大学

申请日：2022-03-29

公开（公告）日：2024-06-28

公开（公告）号：CN114691938B

主分类号：G06F16/901

分类号：G06F16/901;G06F16/9536;G06Q50/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.07.19#实质审查的生效;2022.07.01#公开

摘要：本发明公开了一种基于超图的节点影响力最大化方法。本发明包括数据采集和预处理模块、K‑核值选取种子节点模块、最大化种子节点识别效果评估模块。数据采集和预处理模块，包括构建超图及其关联矩阵两个子任务；K‑核值选取种子节点模块，包括计算超图中每个节点的超度、每个节点的一般度、每个节点的K‑核值、筛选影响力最大化种子节点集四个子任务；最大化种子节点识别效果评估模块，包括对超图进行传播模拟、验证节点识别效果两个子任务。本发明方法宏观上考量节点在整个超图上的中心性，微观上在考虑节点全局重要性的同时考虑节点局部的拓扑结构。本发明方法在保障节点重要性的同时，避免单节点影响力较好但综合影响力不足的缺陷。

主权项：1.一种基于超图的节点影响力最大化方法，其特征在于：包括数据采集和预处理模块、K-核值选取种子节点模块、最大化种子节点识别效果评估模块；所述的数据采集和预处理模块，包括构建超图及其关联矩阵两个子任务；具体如下：A构建超图：采集数据，根据节点与超边的隶属关系构建超图H＝V,E；节点集V＝{v1,v2,…,vN}，N为超图中的节点个数，结点vn∈V，n＝1,2,…,N；超边集E＝{e1,e2,…,eM}，M为超图中的超边个数，超边em∈E，m＝1,2,…,M，超边em是节点集的子集，包含两个或两个以上的节点；B构建关联矩阵：根据超图中节点与超边的从属关系，构建超图的关联矩阵R[N×M]，当节点vn属于超边em时，Rn,m＝1，否则Rn,m＝0；所述的K-核值选取种子节点模块，包括计算超图中每个节点的超度、每个节点的一般度、每个节点的K-核值、筛选影响力最大化种子节点集四个子任务；具体如下：1计算超图中每个节点所属的超边数，即每个节点的超度，节点vn的超度n＝1,2,…,N；2计算每个节点在超图中的邻居节点数，即每个节点的一般度，节点vn的一般度n＝1,2,…,N,j∈{1,2,…,N}且j≠i；3将超图由外向内进行K-核层剥离，计算超图中每个节点所属的K-核值；具体是：①删除所有超度dv为1的节点，此时节点核数k＝1，将本次删除的节点计入核数为1的节点集V1；②删除超边的度de为1的孤立超边，一条超边的度de即为该超边所包含节点的个数，③计算删除dv为1的节点以及孤立超边后的超图中每个节点的超度，将节点的超度值等于0的孤立节点计入级联删除的节点集Cr；对级联删除的节点集Cr中的每一个节点的核数赋值为k-1；④重复①～③，将超度dv为1的节点计入V1；直至超图中不存在孤立节点和孤立超边；依次将节点集V1中的节点的K-核值赋值为k＝1；⑤将节点核数k自增1，即k＝2，重复①～④，删除所有超度dv为2的节点，计入核数为2的节点集V2；以此类推，直至超图中所有节点的K-核值都被赋值；4筛选影响力最大化种子节点集；基于节点K-核值与节点度选取影响力最大化种子节点集：首先，识别出所有K-核值为k的K-核层节点，k＝1,2,…,kmax；再将所有同层的节点按节点度值Q降序排列，同层的节点即K-核值相同的节点；然后，从K-核值为kmax的K-核层开始，依次选择每一层中一般度最大的节点v′，即v′∈argmax{Qv}，v′∈Vk，将其置入种子节点集；直至选取出预定义的L个节点组成的种子节点集V′＝{v1′,v′2,…,v′L}；所述的最大化种子节点识别效果评估模块，包括对超图进行传播模拟、验证节点识别效果两个子任务。

全文数据：

权利要求：

百度查询： 杭州师范大学 一种基于超图的节点影响力最大化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD