本发明涉及复杂网络科学领域,具体涉及一种基于渗流模型的节点重要性排序方法、系统、存储介质和电子设备。
背景技术:
1、网络是由许多节点和节点之间的连边所组成,关键节点的识别一直是网络科学的关键问题之一,在各个领域都有广泛的应用。在各种网络如电力网络、社交网络、通信网络、自治网络、协作网络等网络中准确识别关键节点,可以设计提升网络稳健性的策略、推广新的提案、加速或者延缓信息的传播等。
2、现有的节点排名算法一般是通过各种方法为节点赋予一个实数值,并通过实数值来对节点的重要性进行排序。在现有的节点排名算法中,结构中心性主要考虑目标节点在网络中的结构信息,可以分为基于邻域的中心性和基于路径的中心性。基于邻域的中心性主要考虑邻居节点的数量和相互作用,如度中心性、localrank、clusterrank、h-index等。基于路径的中心性则考虑目标节点对路径的影响,像介数、卡兹中心性、子图中心性、接近中心性等都属于此类。另外,特征向量中心性、pagerank等方法也考虑了目标节点的邻居节点的重要性。节点操作法主要通过对节点进行收缩、移除等策略观察目标节点对网络稳定性和连通性的损害,损害程度越大的,其重要性也越高。
3、然而,在目前的识别重要节点算法中,通常存在以下缺点:需要多个参数辅助的算法准确性好但复杂度高;某些为特定网络设计的算法难以在所有网络上表现良好;寻找单个重要节点的算法在将目标转换为一组重要节点时效率表现低下。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本发明提供了一种基于渗流模型的节点重要性排序方法、系统、存储介质和电子设备,解决了无法快速而不失精确的寻找网络中的关键节点的技术问题。
3、(二)技术方案
4、为实现以上目的,本发明通过以下技术方案予以实现:
5、一种基于渗流模型的节点重要性排序方法,应用于真实网络,包括:
6、s1、利用渗流模型有概率地保留真实网络中的边,统计所有节点簇及其体积;
7、s2、对体积小于簇体积阈值的节点簇进行移除,并将被移除的节点簇中的节点的壳数赋值为当前迭代的次数;
8、s3、恢复剩余的节点簇中被删除的边,若达到迭代终止条件,统计所有节点的壳数,并将其作为节点重要性排序的依据;否则,将迭代次数加一,转入s1。
9、优选的,所述s1包括:
10、若为初始迭代,将当前迭代次数g设置为1;
11、对真实网络中所有边进行有概率的保留,删除比例为1-p的边,其中保留概率p的取值范围为0~1;
12、统计所有的节点簇,并将各节点簇中节点的数量作为其体积。
13、优选的,所述s2包括:
14、给定一个簇体积阈值n0,将体积小于n0的节点簇移除出真实网络;
15、将被移除的节点簇中的节点的壳数s赋值为当前迭代的次数g。
16、优选的,所述s3包括:
17、恢复剩余的节点簇中被删除的边;
18、若真实网络中没有剩余的节点或者无法再移除节点,统计所有节点的壳数,并根据壳数越大节点重要性越高的原则,获取该真实网络中所有节点的重要性排序结果;否则,将迭代次数加一,转入s1。
19、优选的,还包括:
20、通过多次运行全部过程,得到在相同保留概率下每个节点的壳数列表,统计相应的平均值和/或方差δs2,并将其作为最终的节点重要性排序的依据。
21、一种基于渗流模型的节点重要性排序系统,包括:
22、保留模块,用于执行s1、利用渗流模型有概率地保留真实网络中的边,统计所有节点簇及其体积;
23、移除模块,用于执行s2、对体积小于簇体积阈值的节点簇进行移除,并将被移除的节点簇中的节点的壳数赋值为当前迭代的次数;
24、恢复模块,用于执行s3、恢复剩余的节点簇中被删除的边,若达到迭代终止条件,统计所有节点的壳数,并将其作为节点重要性排序的依据;否则,将迭代次数加一,转入保留模块执行s1。
25、一种存储介质,其存储有用于基于渗流模型的节点重要性排序的计算机程序,其中,所述计算机程序使得计算机执行如上所述的基于渗流模型的节点重要性排序方法。
26、一种电子设备,包括:
27、一个或多个处理器;存储器;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上所述的基于渗流模型的节点重要性排序方法。
28、(三)有益效果
29、本发明提供了一种基于渗流模型的节点重要性排序方法、系统、存储介质和电子设备。与现有技术相比,具备以下有益效果:
30、本发明提供的方法可应用但不局限于电力网络、社交网络、通信网络、自治网络、协作网络等真实网络,其在网络中的单次迭代过程包括:首先利用渗流模型有概率地保留真实网络中的边,统计所有节点簇及其体积;然后对体积小于簇体积阈值的节点簇进行移除,并将被移除的节点簇中的节点的壳数赋值为当前迭代的次数;最后恢复剩余的节点簇中被删除的边,若达到迭代终止条件,统计所有节点的壳数,并将其作为节点重要性排序的依据。通过层层分解网络剥离不重要的节点,由此得到的节点重要性排序既可以快速揭示对网络中信息传播非常重要的节点,也可以快速揭示对网络鲁棒性起重要影响的节点。
1.一种基于渗流模型的节点重要性排序方法,其特征在于,应用于真实网络,包括:
2.如权利要求1所述的节点重要性排序方法,其特征在于,所述s1包括:
3.如权利要求1所述的节点重要性排序方法,其特征在于,所述s2包括:
4.如权利要求1所述的节点重要性排序方法,其特征在于,所述s3包括:
5.如权利要求1~4任一项所述的节点重要性排序方法,其特征在于,还包括:
6.一种基于渗流模型的节点重要性排序系统,其特征在于,包括:
7.一种存储介质,其特征在于,其存储有用于基于渗流模型的节点重要性排序的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1~5任一项所述的基于渗流模型的节点重要性排序方法。
8.一种电子设备,其特征在于,包括: