申请/专利权人:中国传媒大学
申请日:2020-01-16
公开(公告)日:2024-03-22
公开(公告)号:CN111259206B
主分类号:G06F16/901
分类号:G06F16/901;G06F16/9536;G06Q50/00
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2020.07.03#实质审查的生效;2020.06.09#公开
摘要:本发明公开的一种有向加权网络中多重影响力矩阵赋权方法,包括计算有向加权网络中所有网络节点的交叉强度和节点效率;根据节点效率,以及源节点到目标节点的路径长度构建影响力矩阵IE;根据节点效率,以及源节点与目标节点的路径数量构建影响力矩阵ISIP和影响力矩阵ITIP;结合权重自生成算法,对影响力矩阵IE、影响力矩阵ISIP和影响力矩阵ITIP进行赋权求和,构建多重影响力矩阵;根据多重影响力矩阵和网络节点的交叉强度计算得到网络节点的重要度值。本发明权重获取过程无人为因素的参与,克服了传统的评价结果具有一定的主观性的不足,对网络中重要节点精准识别并加以保护,从而保证了网络连通性和稳定性。
主权项:1.一种有向加权网络中多重影响力矩阵赋权方法,其特征在于,包括如下步骤:步骤一、计算有向加权网络中所有网络节点的交叉强度和节点效率;所述有向加权网络为社交网络;所述网络节点为所述社交网络的消息节点;步骤二、根据社交网络的消息节点效率,以及社交网络的消息源节点到社交网络的消息目标节点的路径长度构建影响力矩阵IE;根据社交网络的消息节点效率,以及社交网络的消息源节点与社交网络的消息目标节点的路径数量构建影响力矩阵ISIP和影响力矩阵ITIP,其中影响力矩阵ISIP为以社交网络的消息源节点为中心的影响力矩阵,影响力矩阵ITIP为以社交网络的消息目标节点为中心的影响力矩阵;步骤三、结合权重自生成算法,对所述影响力矩阵IE、影响力矩阵ISIP和影响力矩阵ITIP进行赋权求和,构建多重影响力矩阵;多重影响力矩阵合成公式为:M=mijn×n=W1×IE+W2×ISIP+W3×ITIP6其中,W1+W2+W3=1,W1、W2和W3权重的取值范围均为[0,1],并在区间[0.01,1]上以0.01为步长进行遍历取值;构造权重自生成算法的目标函数,记向量其中,mij由三个影响力矩阵根据不同权重组合值计算而来,权重生成算法过程包括:输入三个影响力矩阵IE、ISIP和ITIP,分别让W1、W2、W3在区间[0.01,1]上以0.01为步长进行遍历取值,根据所述公式6,计算LW1,W2,W3,结束遍历取值循环,输出LW1,W2,W3组成的权重向量L;记LW1,W2,W3T组成的集合为Z,即: 计算Z集合中元素间的欧氏距离,得到距离矩阵G=gxy,其元素为: 式中,lxj为向量Lx的第j个元素,x∈1,2,…,4727,j∈1,2,…,n;根据所述公式7和8,对于每一组权重计算出一个对应的gxy,得到距离矩阵G,根据所述矩阵G的每一列元素的均值和标准差,寻找使得均值和标准差同时最小所对应的权重组合,最终合成多重影响力矩阵的最优权重组合;根据所述最优权重组合,确定多重影响矩阵M,并将所述矩阵M的每一列的数值进行求和,确定节点在全网中的相对重要性矩阵P,所述矩阵P中的元素为节点重要性综合影响值之和;步骤四、根据多重影响力矩阵和社交网络的消息节点的交叉强度计算得到社交网络的消息节点的重要度值。
全文数据:
权利要求:
百度查询: 中国传媒大学 一种有向加权网络中多重影响力矩阵赋权方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。