[发明专利]一种基于局部h‑index的信息传播关键节点识别方法

说明书

技术领域

本发明属于数据挖掘领域，涉及包括社会网络在内的复杂网络分析技术，具体涉及一种基于局部h-index的信息传播关键节点识别方法。

背景技术

在网络科学中，信息传播中关键节点的探测问题，一直以来都得到广大研究者的许多关注。传统的关键节点探测方法主要有：度中心性、介数中心性、紧密度中心性以及核中心性。这些方法在探测网络中节点的影响力时，或多或少的存在一些局限性。比如说，度中心性未考虑节点的位置信息，核中心性需要获取网络的全局结构信息等等。

最近，有学者提出了一种新的度量网络中关键节点的新方法，称为h-index中心性方法。h-index最先是由Hirsch于2005年提出来的，原本是用来评价一个学者或科学家的学术成就的，自从该方法提出以来，在学术界得到了广泛的应用，但在其它领域应用的很少。Korn和Lü等近年来将该方法(h-index中心性方法)引入到网络科学中，根据网络结构的特点，对其进行了重新定义，并在许多真实网络中进行了验证，证明了其在探测网络中关键节点方面的有效性。然而，该方法在评估节点的传播能力时，赋予大量节点相同的h-index值，从而导致了h-index中心性方法在判断节点传播能力时的分辨率限制问题，以至于不能区别具有相同h-index值节点的真实影响力水平。

发明内容

针对上述h-index中心性方法在判断关键节点时的分辨率限制问题的技术问题，本发明提出了一种基于局部h-index(local h-index，缩写：lh-index)的信息传播关键节点识别方法，并在真实网络和人工合成网络上进行了相关实验，验证了其有效性。具体技术方案如下：

一种基于局部h-index的信息传播关键节点识别方法，包括以下步骤：

(S1)定义节点的h-index值，并获取网络中各节点的h-index值；设在网络结构中，定义节点的h-index值为：

对于节点i，将所有与节点i直接相连的邻居节点的度数值按照从大到小进行排序，得到一个列表L；按照从前往后的顺序遍历列表L中的各个元素，直到出现某个元素在列表L中的序号值大于该元素，该元素的序号值减1即为节点的h-index值；

(S2)分别计算各节点对应的所有邻居节点的h-index值之和，计算公式如下：

其中，N(i)为节点i的邻居节点集合，v表示邻居节点集合中的任一元素，Neighbors_h-index(i)表示节点i所有邻居节点的h-index值之和。

(S3)将节点i的h-index值与步骤(S2)计算所得的Neighbors_h-index(i)相加，得到节点i的lh-index值；分别计算网络中所有节点的lh-index值，并对所有节点的lh-index值按大小进行排序，得到排序列表L₁；

(S4)根据用户的需求，从排序列表L₁中挑选出前k个lh-index值对应的节点作为信息传播关键节点，k取整数。

采用本发明获得的有益效果：本发明基于lh-index的关键节点识别方法解决了h-index中心性方法的分辨率限制问题，能够有效识别网络中的关键节点；对网络中节点的度信息的微小变化不敏感，有利于客观的评价节点的真实影响力水平。本发明方法适合于大规模在线社交网络数据。

附图说明

图1为本发明方法流程示意图；

图2为一个简单的网络示意图；

图3为Blogs网络结构图；

图4为在Blogs网络上，h-index中心性方法和本发明方法对节点的影响力水平判定与节点真实传播能力之间的相关性；

图5为本发明基于局部h-index方法与其它中心性方法在Blogs网络上效果的对比图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，本发明方法流程示意图，一种基于局部h-index的信息传播关键节点识别方法，包括以下步骤：