一种用于网络构建基元挖掘的装置和方法
【技术领域】
[0001]本发明关于一种用于网络构建基元挖掘的装置和相应方法，特别是基于权重的M级子图搜索与构建单元认定。
【背景技术】
[0002]复杂系统及复杂网络是当前研究的热点领域，其目标是应用学科交叉技术来降低其复杂程度，方便研究人员运用现有技术进行分析。目前来看，业界普遍采取的方法是根据具体需求，如观察、统计、预测、控制等，对给定系统的历史、动态及趋势进行跟踪，必要时进行计算机的模拟，然而这种技术耗时较长，降低了时效性，其应用场景也有局限性。
【发明内容】
[0003]本发明的技术目的之一是提供一种用于网络构建基元挖掘的装置，以克服现有技术装置复杂不利于后续分析对比的缺点。本发明所述的装置包括:
[0004]网络建模模块，用于对一真实系统进行面向网络(实体-联系图)的抽象处理，之后将所述抽象处理的建模结果发送到下一个模块，
[0005]随机网络生成模块，接收所述抽象处理的建模结果，用于根据迭代算法对所述的真实网络进行随机异化处理以形成突出所述真实网络特征的随机网络，并将所述随机网络发送到下一个模块，和
[0006]构建基元挖掘模块，接收所述随机网络，用于分别对所述的真实网络与所述的随机网络进行面向若干单元子图的遍历与搜索，并计算出所述若干子图的出现频次，以挖掘出其中可作为构建基元的高频部分，从而确定构件基元。
[0007]所述的面向网络(实体-联系图)的抽象处理，比如真实存在一个社交网络，其中有各自独立的账号作为实体，账号A向账号B发信(@)、A转发B之言论、A为B点赞等皆可定义为:联系A—B。
[0008]本发明的另一个技术目的在于提供一种用于网络构建基元挖掘的方法，包括:
[0009]用网络建模模块对一真实系统进行面向实体-联系的抽象处理；
[0010]用随机网络生成模块接收所述抽象处理的建模结果，并根据迭代算法对所述的真实网络进行随机异化处理以形成突出所述真实网络特征的随机网络；
[0011]用构建基元挖掘模块接收所述随机网络，并分别对所述的真实网络与所述的随机网络进行面向若干单元子图的遍历与搜索，计算出所述若干子图的出现频次，以此挖掘出其中可作为构建基元的高频部分，从而确定构件基元。
[0012]作为对本发明的可选实施例，构建基元的发现是基于M级子图的可能分布，依次遍历，从而得到各个子图的统计数量，再根据相关标准进行认定。
[0013]与现有技术相比，本发明立足于连接有方向有权重的网络，而此类网络是目前大多数物理系统、生命系统、社会系统等的基本表达。而本发明的随机网络生成和构件基元的挖掘过程则具有以下优点:(I)加入了权重，对系统的更贴切刻画；(2)可面向低级子图(如2级)，提高了系统降维的运行效率。
【附图说明】
[0014]图1A为本发明的有向有权网络实施例的基元挖掘装置示意图
[0015]图1B是本发明的有向有权网络构建基元挖掘方法实施例的流程示意图
[0016]图2A为本发明的一社交系统实施例的网络建模过程中真实网络的连接矩阵
[0017]图2B为本发明的一社交系统实施例的真实网络
[0018]图3A为本发明的一社交系统实施例的网络异化结果之一的随机网络的连接矩阵
[0019]图3B为本发明的一社交系统实施例的网络异化结果之一的随机网络
[0020]图4为本发明的一社交系统实施例的全部2级子图
[0021]图5为本发明的一社交系统实施例的各2级子图出现频次对比(子图#4的出现频次已在图2-3中标出)。
【具体实施方式】
[0022]以下通过“面向2级子图的社交网络基元挖掘”这一实例并结合【附图说明】本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
[0023]本发明可立足于有向有权的复杂网络，至少包括以下几个步骤及相应装置的模块:
[0024]网络建模，对复杂系统面向实体间的矢量连接进行抽象。
[0025]随机网络生成，根据给定真实网络，迭代生成一组随机网络。
[0026]构建基元发现，对以上网络分别进行面向M级子图的搜索。
[0027]复杂网络建模是对复杂系统的数学表示，旨在建立计算机处理的问题域表达，方便运用现有计算机程序来处理。
[0028]随机网络生成是为真实网络树立“靶子”，以突显真实网络的特殊“模式”或“规律”。
[0029]构建基元挖掘可基于M级子图的可能分布，依次遍历，从而得到各个子图的统计数量，再根据相关标准进行认定。
[0030]给定社交网络系统，可以利用图1A所示的网络构建基元挖掘的装置100来进行基元挖掘及分析。该装置100包括网络建模模块110，随机网络生成模块120，和构建基元挖掘模块130，三个主要模块依次顺序连接，以使得各模块生成的信号或结果依次被相邻下一个模块所接收。
[0031]如图1B所示，网络构建基元挖掘的装置100将依次进行以下主要步骤:
[0032]步骤201，网络建模模块110对真实的社交系统建模。结合图2A和图2B，比如对于给定的社交网络系统(如微信等)，可以以通信主体(比如A到Z)为节点V，以主体间的有向通信(如@、点赞、评论、回复、转发等)为有向连接E(带箭头直线)，给定时间段内通信次数为权重W建立复杂网络。其中2A是2BA的矩阵连接图。为了简化子图，权重可依据与平均权重间的关系离散化为强连接、弱连接两种，在图示中分别用粗细两种直线标注。同时，节点的度，定义为该节点被动通信次数(入度)与主动通信次数(出度)之差，即“节点度=入度一出度”。
[0033]步骤202，随机网络生成模块对上述真实的社交网络进行随机异化以生成随机网络。随机网络的生成基础有两点，一是保证随机化后对应节点的个体属性不变，二是保证构成各个M级子图中的所有M-1级子图的属性不变。
[0034]根据真实系统的建模结果，通过网络重构来随机化生成一组(如100个)虚拟网络，图3A，3B是随机生成的一种异化结果，其中3A是3B的连接矩阵。在2级子图(2级权重)框架下，重构需要保证两点，一是对应节点的度要相同，二是连接在数量上要统一。重构算法如下:
[0035](I)删除真实网络中所有连接；
[0036](2)以随机权重(强连接与弱连接各50%概率)连接随机两个节点V1、Vj形成边Eij;
[0037](3)如果Elj的加入，有利于当前随机网络度分布趋向真实网络，即使得VnVj的度进一步接近真实网络中的度(即I D1-Dii I > = I Di ’ -Dii I与I Dj-Djj I > = I Dj ’ -Djj |同时成立;其中Di为连接Eij加入前节点Vi的度，Dii为真实网络中节点Vi的度，Di ’为Eij加入后节点Vi的度)，而不是背离，那么接受Elj，否则丢弃；
[0038](4)重复(2)与(3)，直到随机网络中所有节点的度都与真实网络中的相同；
[0039](5)若当前随机网络中的强连接数量依然小于真实网络，那么随机选中两个之间无连接的节点，并用双强边连接；
[0040](6)若当前随机网络中的弱连接数量依然小于真实网络，那么随