[发明专利]一种改进Dijkstra权重的社交网络抽样生成算法

权利要求书

1.一种改进Dijkstra权重的社交网络抽样生成算法，其特征在于，包括以下步骤：

1)根据给定的原始社交网络拓扑图形，采用中心度算法来求取节点之间的连接权重；

2)在原始社交网络拓扑图形中随机选择l对不相邻的节点作为源节点和目的节点，然 后运用Dijkstra算法求出所选择的l对源节点和目的节点之间的最短路径，具体过程包括：

假设原始社交网络拓扑图形G＝＜V,E＞，其中V＝{p₁,p₂,…,p_n}代表节点的集合，p_i，i ＝1,2……n，表示第i个节点，n为节点的个数，E＝{e₁,e₂,…,e_m}代表边的集合，e_i，i＝1, 2……m，表示第i条边，m为边数，则源节点p_s到目的节点p_t之间的最短路径，步骤如下：

2-1)设定节点之间的连接权重作为连接节点之间的距离，计算出原始社交网络拓扑图 形中所有连接节点之间的距离的集合D，D＝{d₁,d₂,…,d_f}，d_i代表原始社交网络拓扑图形 中节点之间的连接权重，f表示有f对连接节点；

2-2)比较源节点p_s到相邻节点间的距离，抽取距离最小的节点p_i；

2-3)比较节点p_i到相邻节点间的距离，求出最小值d_k，对应的相邻节点为p_k；

2-4)计算min{d_k,w(p_s,p_j)}，即可得出下一个抽取的节点是p_k还是p_j，其中w(p_s,p_j)表示 源节点p_s到节点p_j之间的距离，p_j表示下一步抽取的目标节点；

2-5)重复步骤2-3)、2-4)，直到抽取到目的节点p_t；

2-6)输出抽样到的边和节点；

3)运用排序算法对所述步骤2)求取的l对源节点和目的节点之间的最短路径中边出现 的频率进行排序，依据抽样比从排序结果中抽取出频率最高的m条边和与其相连的点，生成 抽样网络；

4)通过评价指标评价社交网络抽样生成算法。

2.根据权利要求1所述的一种改进Dijkstra权重的社交网络抽样生成算法，其特征在 于，所述步骤1)中，采用中心度算法来求取节点之间的连接权重，节点之间的连接权重等于 两个节点分别到源节点和目的节点距离之和的倒数，这样即求得原始社交网络拓扑图形各 边权重。

3.根据权利要求1所述的一种改进Dijkstra权重的社交网络抽样生成算法，其特征在 于，所述步骤4)中，评价指标包括节点度分布和聚集系数。

4.根据权利要求3所述的一种改进Dijkstra权重的社交网络抽样生成算法，其特征在 于，通过柯尔莫可洛夫-斯米洛夫检验来衡量原始网络和抽样网络之间的节点度分布，计算 公式如下：

KS(F,F_S)＝max|F(x)-F_S(x)|(1)

其中，KS(F,F_S)表示原始网络和抽样网络之间的最大垂直距离，F(x)和F_s(x)分别代表 原始网络和抽样网络的累计分布函数，x代表随机变量的取值范围。