[发明专利]一种共享自行车骨架网络提取方法

说明书

本发明公开了一种共享自行车骨架网络提取方法，属于计算机应用技术领域，该方法能够针对由具有空间位置特征的网络节点组成的网络进行骨干网络提取。包括如下步骤：构建共享自行车网络。计算共享自行车网络中所有边的显著性，保留显著性大于零的边为骨干网络的边。计算共享自行车网络中所有节点的拓扑势。对共享自行车网络中的所有节点，依据其地理位置进行空间密度聚类，得到骑行区域簇。对于每个骑行区域簇，对当前骑行区域簇内的网络节点按照拓扑势的值进行降序排序，选取降序排序后的前设定个数的节点构成当前骑行区域簇的骨干核心节点。合并所有骑行区域簇的骨干核心节点，利用骨干网络的边对骨干核心节点进行连接构成骨架网络。

技术领域

本发明涉及计算机应用技术领域，具体涉及一种共享自行车骨架网络提取方法。

背景技术

随着当今社会大规模的发展和进步，越来越多的复杂系统可以被抽象为复杂网络开展研究，例如交通运输系统。将实体看作节点，实体之间的关系称为边，这些边的构建可以按照某种规则或者自然的形成，因此在真实世界中很多复杂系统都可以被视为复杂网络，都可以用图来表示。从数量、规模和传播等方面来看，复杂网络都有快速增长的趋势，而这些大量数据通常会导致网络结构的高度复杂，那么骨架网络的提取是最合理化的选择和未来的发展趋势。

基于交通网络构建骨干网是一个相对较新的领域，近年来最受欢迎的是共享自行车社区，这种受欢迎程度背后的原因是公共自行车的诸多优点：社会活动，健康益处，绿色环保和及时补充城市公共交通等。日益增长的数据导致自行车桩点之间连接复杂性日益增加，在这种情况下，研究共享自行车网络，规划路线和设计租赁点分布是当今社会的迫切需求。

在目前的研究中，所有的骨干网提取方法都是在蛋白质网络、社交网络等没有空间位置信息的网络中展开，这写骨干网提取方法通常利用网络的拓扑特性、过滤网络的带权重的边或者构建最小生成树来构建骨架网。目前绝大多数骨干网提取方法几乎都是基于网络有权重的边设计的，过滤网络中具有较小权重的边进而删除不重要连边两端的节点来构建骨架网络。部分方法通过提取重要节点来构建骨干网，但通常会忽视节点的位置，忽略整个网络的地理位置分布。对于自行车网络而言，认为选择合适的节点胜于过滤其连边，运用当前已经存在的算法提取到的骨干网往往难以控制节点的位置分布情况，有时候该骨干网节点分布均匀，有时该骨干网分布集中，这也是这些骨干网提取方法运用于空间网络的不稳定表现。

目前尚未有一种能够针对由具有空间位置特征的网络节点组成的网络的骨干网络提取技术方案。

发明内容

有鉴于此，本发明提供了一种共享自行车骨架网络提取方法，能够针对由具有空间位置特征的网络节点组成的网络进行骨干网络提取。

为达到上述目的，本发明的技术方案包括如下步骤：

构建共享自行车网络，以自行车租赁点为网络节点，以两自行车租赁点之间的骑行记录为边。

计算共享自行车网络中所有边的显著性，保留显著性大于零的边为骨干网络的边。

计算共享自行车网络中所有节点的拓扑势。

对共享自行车网络中的所有节点，依据其地理位置进行空间密度聚类，得到骑行区域簇。

对于每个骑行区域簇，按照如下方式进行骨干核心节点的选取：对当前骑行区域簇内的网络节点按照拓扑势的值进行降序排序，选取降序排序后的前设定个数的节点构成当前骑行区域簇的骨干核心节点。

合并所有骑行区域簇的骨干核心节点，利用骨干网络的边对骨干核心节点进行连接构成骨架网络。

进一步地，计算共享自行车网络中所有节点的拓扑势，其中采用节点的k-shell的归一化值来替代拓扑势中的质量属性。

进一步地，计算共享自行车网络中所有节点的拓扑势，具体为：