[发明专利]一种适用于面向文件共享的移动社交网络的信息传播预测方法有效
申请号: | 201811059532.7 | 申请日: | 2018-09-12 |
公开(公告)号: | CN109410078B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 张霄宏;钱凯;史爱静 | 申请(专利权)人: | 河南理工大学 |
主分类号: | G06Q50/00 | 分类号: | G06Q50/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 454003 河南省焦作市高新*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 适用于 面向 文件 共享 移动 社交 网络 信息 传播 预测 方法 | ||
1.一种适用于面向文件共享的移动社交网络的信息传播预测方法,其特征在于,包括以下步骤:
(1)信息收集:从社交网络中收集数据,分布式存储到由若干台服务器;
(2)信息预处理:从本地读取数据,从每条数据中抽取发消息用户和收消息用户;根据从所有数据中抽取出来的发消息用户和收消息用户,构建社交网络图Ga;其中,所有不重复的发消息用户和收消息用户在图中以顶点存在,每对发消息用户和收消息用户在图中以边的形式存在;
(3)种子节点选择:
步骤1:读取社交网络图Ga存储在服务器的节点信息和边信息,结合图信息,根据factordegree(i)=degreeout(i)/(degreeout(i)+degreein(i)),为每个节点计算度因子,其中factordegree为度因子,vi为节点;
步骤2:计算每个节点的Pagerank值,该值可通过PageRank算法获得;
步骤3:根据Factorseed(i)=factordegree(i)*rank(factordegree(i))计算每个节点的种子因子,其中Factorseed为种子因子,rank(factordegree(i))表示vi的度因子在所有节点度因子的重要程度;
步骤4:对所有节点的种子因子进行降序排列,选择排名前n的节点作为种子节点;
(4)非激活节点剔除:vi邻居节点对vi的影响力记作inf(i),vi的活跃性记作act(i),vi和vj之间的紧密性记作close(i,j),且inf(i)=∑j∈N(i)(act(i)*close(i,j)),
步骤1:每台服务器对于存储在本地的节点,计算该节点参与信息传播的频率,将此频率作为该节点的活跃性;
步骤2:每台服务器对于存储在本地的边,计算每条边相关联的2个节点所代表的2个用户之间的紧密性;
步骤3:每台服务器计算存储在本地节点的影响力inf;
步骤4:每台服务器检查存储在本地的各个节点的影响力,如果影响力的值小于预定义值θ,将该节点以及该节点对应的边从社交网络图Ga中剔除;
(5)文件传播规模预测:记(4)中剔除了相应节点后的图为Ga且Ga=(Va,Ea),记种子节点存储在seeds中,文件传播规模预测的具体步骤如下:
步骤1.令i←0,设置ξ的值;
步骤2.将种子节点存入curNodes;
步骤3.将种子节点加入activeNodes;
步骤4.由主服务器检查条件(|newNodes|/|Va|ξ)是否满足;如果满足,执行步骤6;否则执行步骤5;
步骤5.主服务器检查条件(newNodes==Φ)是否满足;如果满足且i=0,执行步骤6;否则,执行步骤10;
步骤6.将curNodes中的节点分发给从服务器,之后将curNodes清空;
步骤7.每个从服务器对收到的节点做如下计算:
步骤7-1.一次从收到的节点中选择一个节点;
步骤7-2.计算选出的这个节点的邻居节点;
步骤7-3.剔除邻居节点中处于非激活状态的节点;
步骤7-4.根据式(3)计算当前节点的影响力;
步骤7-5.如果当前节点的影响力大于预定义的阈值θ,将当前节点标记为激活状态,加入newNodes-slave;
步骤8.每个从服务器将newNodes发给主服务器,之后置newNodes为Φ;
步骤9.主服务器收到每个节点发送的newNodes,将newNodes中的节点加入curNodes和activeNodes;令i=i+1,执行步骤4;
步骤10.计算activeNodes中节点数,将其作为文件的传播规模。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南理工大学,未经河南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811059532.7/1.html,转载请声明来源钻瓜专利网。