[发明专利]一种基于拓扑结构信息的大规模网络匹配方法

权利要求书

1.一种基于拓扑结构信息的大规模网络匹配方法，其特征在于，首先在大规模网络中提取两种主要的子结构，然后对子结构进行初步匹配，最后在匹配的子结构对中匹配节点，从而实现大规模网络中节点之间的可信匹配，具体包括以下步骤：

步骤1：提取网络G₁和G₂中的主子图结构sub_G₁,sub_G₂和社区结构C₁,C₂；

步骤2：将主子图结构sub_G₁,sub_G₂作为两个网络，通过可信种子节点识别，得到可信种子节点集

步骤3：提取社区的多个特征组成社区的特征向量，根据社区的特征向量计算每对社区之间的欧式距离，以欧式距离作为初步衡量两个社区的相似度，从而使用社区之间的欧氏距离的倒数构成社区相似矩阵S；

步骤4：根据社区相似矩阵S，采用最大二分匹配方法得到社区匹配对集M_c；

步骤5：将社区匹配对集M_c中的每对匹配的社区对作为两个网络，通过可信种子节点识别后，如果得到非空的可信种子节点集则该匹配的两个社区的配对结果可信；否则，这两个社区不匹配；

步骤6：如果同一个节点在可信种子节点集和非空的可信种子节点集中的匹配节点相同，则保留该节点的匹配对，否则将该节点的匹配对从可信种子节点集和非空的可信种子节点集中去掉，通过这种方式融合可信种子节点集和非空的可信种子节点集得到全局可信种子节点集

步骤7：将全局可信种子节点集作为传播算法的输入，在整个大规模网络中得到更大的节点匹配集M_entire。

2.根据权利要求1所述的一种基于拓扑结构信息的大规模网络匹配方法，其特征在于，步骤2和步骤5中，可信种子节点识别的具体过程如下：

步骤1：首先采用DeepWalk方法对网络G₁的每个节点进行编码，形成节点特征向量；

步骤2：根据节点特征向量采用相关点偏移方法对节点进行初步匹配，得到节点匹配对集M；

步骤3：在节点匹配对集M中获取符合边一致性的节点匹配对集M_s；

步骤4：通过节点匹配对集M_s采用网络匹配可信度衡量方法计算统计量Z值；

步骤5：若Z值超过置信度α＝0.05的统计量Z的阈值Z_min，则节点匹配对集M_s是可信种子节点集，否则节点匹配对集M_s不可信。

3.根据权利要求2所述的一种基于拓扑结构信息的大规模网络匹配方法，其特征在于，Z_min＝3.0。