[发明专利]一种图流中针对节点的链路预测方法

说明书

本发明公开了一种图流中针对节点的链路预测方法，包括：持续动态地对图流进行采样以得到样本图，并获得样本图中各节点的邻接点集合的索引结构作为对应节点的索引节点集；若目标节点未被查询过，则过滤掉图流中与其相似度为0的节点，从而得到由剩余节点构成的候选节点集；否则，获得上一查询时刻至当前查询时刻之间与目标节点的相似度增大的所有节点，并加入到上次查询到的节点集合中，从而得到候选节点集；根据样本图及索引节点集，计算候选节点集中各节点与目标节点的相似度，以筛选出与目标节点的相似度最高的top‑k个节点，从而完成针对目标节点的链路预测。本发明能够在图流中实现针对节点的链路预测，并提高链路预测的效率和准确率。

技术领域

本发明属于流数据和动态图领域，更具体地，涉及一种图流中针对节点的链路预测方法。

背景技术

在社交网络、推荐系统、生物学等领域，应用可表示为图流，即一种大规模的、高度动态的图结构。在图流中，节点和边以流的形式动态地到达和接收，且到达速度非常快。图流可以看做图和数据流的结合，因此类似于数据流，图流中的每条边只能被处理一次。

在以图流表示的应用中，广泛使用到了链路预测的方法。由于真实世界的图流规模太大，很难存储在内存甚至是硬盘上，并且图流中的边只能被处理一次，传统的链路预测方法在图流场景中遇到了很大的挑战。首先，由于图流规模庞大，不仅会消耗大量的存储空间，在整个图流中进行链路预测会导致链路预测的效率不高，预测时会有一定程度的延迟，不能做到实时的链路预测。为解决由于图流规模庞大而导致的预测效率低的问题，现有的链路预测方法基本上都会对图流进行采样，以减少存储成本，并提升算法效率，但是，采样会丢失图的信息，这会导致在链路预测的准确性得不到保证。此外，现有的链路预测方法都是针对边的预测，即预测在未来最有可能出现的边，而在现实场景中，很多情况下需要针对节点进行预测，即给定一个节点，预测最有可能与该节点发生链接的top-k个节点，在这些应用场景下，传统的链路预测方法并不适用。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种图流中针对节点的链路预测方法，其目的在于，在图流中实现针对节点的链路预测，并提高链路预测的效率和准确率。

为实现上述目的，本发明提供了一种图流中针对节点的链路预测方法，包括：

持续动态地对图流进行采样以得到样本图，并获得样本图中各节点的邻接点集合的索引结构作为对应节点的索引节点集；

对于任意一个待查询的目标节点u，若目标节点u未被查询过，则过滤掉图流中与目标节点u的相似度为0的节点，从而得到由剩余节点构成的候选节点集；否则，获得上一查询时刻t₁至当前查询时刻t₂之间与目标节点u的相似度增大的所有节点，并加入到上一查询时刻t₁查询到的节点集合KFN^old中，从而得到候选节点集；

根据时刻t₂的样本图及对应的索引节点集，计算候选节点集中各节点与目标节点u的相似度，以从候选节点集中筛选出与目标节点u的相似度最高的top-k个节点(k-future-neighbors，下文简称为KFN)，从而完成在时刻t₂针对目标节点u的链路预测；

其中，top-k为正整数。

本发明在对图流进行采样得到样本图的同时，利用索引结构记录了图流更多的信息，因此能够在链路预测时更为准确的还原图流的真实情况，从而在提高链路预测效率的同时提高链路预测准确率；针对目标节点构建的候选节点集有效过滤掉了与目标节点的相似度为0的节点，并且基于候选节点集进行链路预测，因此能够有效提高链路预测的效率。

进一步地，持续动态地对图流进行采样以得到样本图，包括：

为每个节点设定一个[0,1]范围内的哈希值以表征各节点的优先级；哈希值越小，对应的优先级越大，且各节点的优先级互不相同；