[发明专利]面向网络社群结构的类桥节点的影响力评估方法

权利要求书

1.一种面向网络社群结构的类桥节点的影响力评估方法，其特征在于，包括以下处理步骤：

(1)获取数据集网络图，并确定网络图规模；

(2)划分网络社群获得网络中各社群包含的节点信息；

(3)获取网络中各节点的结构信息和行为信息，确定出各节点的结构值ID_i_Structure和行为特征值ID_i_Behave；

(4)利用下式确定出各节点自身的影响力值I(self_i)：

I(self_i)＝α×IDi_Structure+(1-α)×IDi_Behave

其中，α为节点自身影响力值权重系数，取值范围为[0,1]；

(5)利用下式确定类桥节点影响力值I(BLN_i)：

其中，Ne(i)表示与第i个类桥节点有连边的节点集；C_i表示与第i个类桥节点同处一个社群的有连边的节点集；j表示与第i个类桥节点不处于同一个社群的有连边的节点集；β为类桥影响力值权重系数，β∈[0,1]；

(6)将步骤(5)的类桥节点影响力值I(BLN_i)按照由大到小的降序进行排列；

(7)选取不多于前10％的节点作为影响力节点集，进而基于这些有影响力的类桥节点集实现面向网络社群的信息传播的引导调控。

2.根据权利要求1所述的面向网络社群结构的类桥节点的影响力评估方法，其特征在于，所述步骤(2)中划分网络采用FastNewman社团划分算法。

3.根据权利要求1所述的面向网络社群结构的类桥节点的影响力评估方法，其特征在于，所述步骤(2)节点信息包括各社群的节点规模以及各社群的节点组成。

4.根据权利要求1所述的面向网络社群结构的类桥节点的影响力评估方法，其特征在于，所述步骤(3)中结构值ID_i_Structure的计算方法为：

其中，num(C_i)表示各节点所在社群人数；

max num(C)表示网络中最大的社群人数；

I(deg ree_i)表示节点i的度值；

max I(deg ree_i)表示网络中节点i的最大度值。

5.根据权利要求1～4任意一项所述的面向网络社群结构的类桥节点的影响力评估方法，其特征在于，所述步骤(3)中的各节点的行为特征值ID_i_Behave按照下述方式获得：

其中，δ为节点行为值权重系数，取值范围为[0,1]；

n_Speak_i为节点i在一定时段内的发微博数；

n_like_i为节点i在一定时段内所发微博的点赞数；

n_Comment_i为节点i在一定时段内所发微博的评论数；

n_Forward_i为节点i在一定时段内所发微博的转发数。

6.根据权利要求1所述的面向网络社群结构的类桥节点的影响力评估方法，其特征在于，所述步骤(5)中若关注正向信息扩散时，β∈[0.5,1]；若侧重负向信息抑制时，β∈[0,0.5)。

7.根据权利要求6所述的面向网络社群结构的类桥节点的影响力评估方法，其特征在于，基于正向信息扩散或负向信息抑制的信息传播模型为：

S态为易感态，表示节点未知当前信息或者已知当前信息但不参与传播的状态；

I态为感染态，表示节点接收到当前信息且参与传播的状态；

R态为免疫态，表示节点对当前信息失去兴趣且不再参与传播的状态；

处于S态的节点，当满足pq时，状态从S态转化为I态；处于I态的节点以固定概率γ转化为R态；

其中，p表示节点的直接邻居中处于感染态的节点数目占其总邻居数目的比值，p∈[0,1]，q表示信息内容传播的门槛值q∈[0,1]，γ表示给定的恢复率，γ∈[0,1]。