一种网络节点的相似度计算方法与流程

技术特征：

1.一种网络节点的相似度计算方法，其特征在于，包括：

采集网络中的节点信息，将所述节点信息转换为邻接表，其中所述节点信息包括节点集V；

利用所述邻接表计算所述节点集V中每个节点p的直接邻接点集

利用所述邻接表，使用Floyd算法计算所述节点集V中每个节点p的二阶邻接点集

将节点p作为代表点，将所述直接邻接点集中任意一个节点u作为吸引链上的1跳节点，计算u的拓扑势A_p←u；

将节点p作为代表点，将所述节点p依赖于节点u的二阶邻接点集中任意一个节点s作为吸引链上的2跳节点，计算s的拓扑势A_p←s，其中，

计算所述拓扑势A_p←u和总拓扑势之间的比值R_u,s；

根据所述直接邻接点集和节点s，计算节点p与二阶邻接点集中所有节点的总Adamic-Adar Index相似度Sim_p,s；

根据所述总Adamic-Adar Index相似度Sim_p,s和比值R_u,s计算节点p和u的Adamic-Adar Index相似度Sim_p,u＝R_u,s×Sim_p,s；

判断所述节点集V中每个节点和其直接相邻节点之间的相似度是否计算完成，如果是则方法结束，否则重新计算所述节点集V中每个节点p的直接邻接点集

2.如权利要求1所述的方法，其特征在于，计算所述节点集V中每个节点p的二阶邻接点集的方法包括：将所述邻接表中节点和其邻接节点直接相连的形式转化为邻接矩阵A[i,j]_n×n，n表示节点总数，其中，节点i和节点j如果是直接相连的，那么A[i,j]＝1，否则为0；然后，根据所述邻接矩阵A[i,j]_n×n，利用Floyd算法计算获得最终的距离矩阵D[i,j]_n×n，从距离矩阵D[i,j]_n×n中获取每个节点的二阶邻接点集

3.如权利要求1所述的方法，其特征在于，计算u的拓扑势A_p←u的方法包括：将节点p以及所述直接邻接点集所构成的集合定义为Γ(p)，将节点p作为拓扑势中的代表点，在其一条吸引链上第a跳节点p_a，a为整数，对于代表点p的拓扑势为那么节点u对于代表点p的拓扑势为其中，σ_opt表示控制每个节点影响范围的因子。

4.如权利要求3所述的方法，其特征在于，计算s的拓扑势A_p←s的方法包括：根据所述邻接表，将节点s及其直接邻接点集所构成的集合定义为Γ(s)，计算得到所述二阶邻接节点中节点的拓扑势之和为并且节点s和节点u在相同的吸引链上。

5.如权利要求4所述的方法，其特征在于，计算得到的所述比值R_u,s的为

6.如权利要求4所述的方法，其特征在于，计算得到的所述总Adamic-Adar Index相似度Sim_p,s为其中，k(z)表示节点z的度数。

7.如权利要求6所述的方法，其特征在于，计算节点p和u的Adamic-Adar Index相似度的方法包括：

因此，