[发明专利]一种基于接近中心性计算的关键节点识别方法及系统

权利要求书

1.一种基于接近中心性计算的关键节点识别方法，其特征在于，包括如下步骤：

步骤1，在超图网络中构建任意两点间的n-路径；

步骤2，选取超图中的节点并计算接近中心性；

步骤3，选取节点在SIR传播模型中模拟传播过程；

步骤4，对每一个传播源节点记录传播到达稳态时R态节点的比例，得到一个R态节点比例的序列；

步骤5，计算接近中心性排名和传播到达稳态时R态节点的比例的相关性，通过k阶接近中心性识别影响力大的节点。

2.根据权利要求1所述的一种基于接近中心性计算的关键节点识别方法，其特征在于，步骤1具体方法如下：

在超图中定义节点的n-路径，将其定义为超边序列中任意两条相邻超边都有一个大小为n的非空的交集，取最短序列的长度这两个节点的距离，该最短序列为这两个节点间的n-路径。

3.根据权利要求2所述的一种基于接近中心性计算的关键节点识别方法，其特征在于，步骤2具体方法如下：

依次选取超图中的节点计算包含高k阶的高阶交互的接近中心性，超图H＝(V,E)中，节点i的k阶接近中心性计算公式为：

其中，E为超图网络中超边的集合，V为超图网络中节点的集合，|V|表示集合中节点的个数；d_s(i,j)表示节点i和节点j的距离；

依次计算每个节点的k阶接近中心性，降序排列后得到一个包含k阶的高阶交互的接近中心性序列。

4.根据权利要求3所述的一种基于接近中心性计算的关键节点识别方法，其特征在于，步骤3具体方法如下：

使用经典的疾病传播模型SIR在步骤1的超图网络中进行传播的模拟，根据接近中心性由高到低依次选取节点；在初始时刻t₀，网络中只有一个节点处于被感染的状态，即传播源节点；在传播的过程中，针对每一个传播源节点记录传播到达稳态时R态节点的比例。

5.根据权利要求4所述的一种基于接近中心性计算的关键节点识别方法，其特征在于，步骤5具体方法如下：

使用肯德尔相关性计算每一个候选传播源节点的接近中心性对应的向R态节点比例的相关性

其中肯德尔相关性的计算公式如下：

对于接近中心性序列,R态节点比例的序列两组序列，a_i和b_i分别是接近中心性序列和R态节点比例的序列的第i个元素；(a_i，b_i)记为第i个序列对；对于(a_i，b_i)和(a_j，b_j)，当a_ia_j，且b_ib_j或a_ia_j，且b_ib_j,则记为一致，否则记为不一致；n₊为一致序列对的个数，n_-为不一致序列对的个数，N为序列对总数；计算τ0则表明接近中心性序列,B两组序列为正相关，τ0则表明A,B两组序列为负相关；

当超图网络中的节点的k阶接近中心性排名越高，SIR模拟传播到达稳态时R态节点的比例越大，表明节点中心性排名和SIR模拟传播到达稳态时R态节点的比例是正相关，即能够通过k阶接近中心性识别影响力大的节点。

6.一种基于接近中心性计算的关键节点识别系统，其特征在于，包括预处理模块、接近中心性计算模块、传播模拟模块和相关性计算模块；

所述的预处理模块，用于在超图网络中构建任意两点间的路径，具体方法如下：

超图中的路径是一个超边序列，其中相邻两条超边都有一个非空的交集，路径的长度就是序列的长度；两个节点之间的距离定义为最短超边序列的长度，该最短超边序列中的第一条超边和最后一条超边分别包括两个节点中的一个和另一个；在超图中定义节点的n-路径的最简单方法是将其定义为任意两个节点所在边之间有n个公共节点的不重复的若干个超边序列，取最短序列的长度这两个节点的距离，该最短序列为这两个节点间的路径；

所述的接近中心性计算模块，用于选取超图中的节点并计算接近中心性，具体方法如下：

依次选取超图中的节点计算包含高k阶的高阶交互的接近中心性，超图H＝(V,E)中，节点i的k阶接近中心性计算公式为：

其中，E为超图网络中超边的集合，V为超图网络中节点的集合，|V|表示集合中节点的个数；d_s(i,j)表示节点i和节点j的距离；

依次计算每个节点的k阶接近中心性，降序排列后得到一个包含k阶的高阶交互的接近中心性序列；

所述的传播模拟模块，用于选取节点在SIR传播模型中模拟传播过程；

使用经典的疾病传播模型SIR在步骤1的超图网络中进行传播的模拟，根据接近中心性由高到低依次选取节点；在初始时刻t₀，网络中只有一个节点处于被感染的状态，即传播源节点；在传播的过程中，针对每一个传播源节点记录传播到达稳态时R态节点的比例；

所述的相关性计算模块，用于计算接近中心性排名和传播到达稳态时R态节点的比例的相关性，通过k阶接近中心性识别影响力大的节点；

使用肯德尔相关性计算每一个候选传播源节点的接近中心性对应的向R态节点比例的相关性

其中肯德尔相关性的计算公式如下：

对于接近中心性序列,R态节点比例的序列两组序列，a_i和b_i分别是接近中心性序列和R态节点比例的序列的第i个元素；(a_i，b_i)记为第i个序列对；对于(a_i，b_i)和(a_j，b_j)，当a_ia_j，且b_ib_j或a_ia_j，且b_ib_j,则记为一致，否则记为不一致；n₊为一致序列对的个数，n_-为不一致序列对的个数，N为序列对总数；计算τ0则表明接近中心性序列,B两组序列为正相关，τ0则表明A,B两组序列为负相关。