基于时序路径树的时序网络节点中心性评估方法及装置

1.本技术涉及复杂网络与时序网络领域，尤其涉及一种基于时序路径树的时序网络节点中心性评估方法及装置。


背景技术：

2.识别在复杂网络中发挥重要作用的节点是近年来备受关注的问题。因为这可以帮助解决许多现实世界中的实际问题，例如确定传染病传播中的“超级传播者”，确定在线社交网络中信息交流的关键人物，以及寻找全国性产品推广中最具影响力的区域等等。
3.目前，单个节点的重要性可以从不同的角度来定义，例如已感染的传播者所能引起的感染规模，节点受影响的速度，以及移除节点对网络抗毁性的影响。在此基础上，相关技术提出了多种中心性指标。虽然这些指标在静态网络上具有良好的性能，但由于静态结构并不能全面地描述真实的社交关系，他们可能不适合解决实际问题。
4.在真实的社交网络中，个体之间的联系具有间歇性和短暂性。例如，在email网路中用户之间只有在发送或接收邮件时才会产生对应的连接。该动力学机制可以用时序网络来更好地面搜狐，其由一系列的接触事件组成。因此，如何在更真实的时序网络中有效识别重要节点(如传播过程中有影响力的传播者)，近年来受到了广泛关注。
5.为了解决该问题，构建一种有效的时序网络表示结构以便于提取时序信息是研究时序网络的基础。相关技术中的表示结构是显示的路径流模型，该结构提取了表示每对节点之间事件发生的时序路径。时序路径被描述为一个单调递增的时序戳边序列。通过描述传播的流动路径，该结构对网络的演化更加敏感，并取得了令人印象深刻的性能。但由于对特征的要求不同，基于该结构提取时序特征的过程具有较高的复杂性。因此，显示路径流模型仍有很大的改进空间。


技术实现要素：

6.本技术提供一种基于时序路径树的时序网络节点中心性评估方法及装置，以量化时序网络中传播者的影响力。本技术的技术方案如下：
7.根据本技术实施例的第一方面，本技术提供一种基于时序路径树的时序网络节点中心性评估方法，所述方法包括：
8.步骤1：将时序网络中的任一节点作为根节点，构建一组时序路径树，所述时序路径树中还包括非根节点，其中，所述根节点具有传播时间，跳数以及可达路径数三个时序异构性特征，所述传播时间用于表征节点感染传播过程所花费的时间，所述跳数用于表征传播过程中需要经过的其他节点数，所述可达路径数用于反映从所述根节点到所述非根节点的潜在时序路径规模的大小；
9.步骤2：分别构造所述传播时间，所述跳数以及所述可达路径数的特征矩阵，其中，所述根节点对应的行向量保存着基于所述时序路径树所计算出的所有目标节点的时序特征值；
10.步骤3：对所述时序特征矩阵进行归一化处理，并基于归一化后的时序特征矩阵，计算所述时序网络中各根节点的时序中心性；
11.步骤4：根据基于时序路径树的时序网络节点中心性评估模型，对所述时序网络中节点进行排序，以识别有影响力的传播者。
12.可选的，所述时序路径树包括多个节点，每个节点代表一个记录着时序特征信息的传播者，每条无向边表示父节点和子节点之间至少发生过一次接触。
13.可选的，在构建一组所述时序路径树时，应同时满足第一条件和第二条件，其中，所述第一条件为根节点与任意子节点之间至少存在一条时序路径，所述第二条件为时序路径树中的每一条时序路径都满足时间最短优先原则。
14.可选的，vi表示时序路径树中的根节点，vj表示时序路径树中的非根节点，所述传播时间具体定义为时间路径中最后一条边上的最大时间戳，所述传播时间和痊愈概率成正比关系。
15.可选的，所述跳数通过路径的长度计算，其中，如果vj与vi的距离较远，则vj的感染率呈指数下降，感染的可能性越小。
16.可选的，所述可达路径数可在计算时序路径树中vj与父节点之间的接触时间戳的数量时无限逼近。
17.可选的，所述传播影响力表示为：
[0018][0019]
其中，vi表示时序网络中的根节点，表示时序路径树，vj(vj∈v)表示时序路径树中的非根节点；ω0(ω0∈[0,1])，ω1(ω1∈[0,1])表示权重参数，ω0 ω1≤1；≤1；分别为传播时间跳数和可达路径数的归一化时序特征矩阵。
[0020]
可选的，对所述传播时间，跳数，可达路径数的特征矩阵进行归一化处理，具体包括：
[0021][0022]
其中，r
max
和r
min
分别表示任意节点对之间的最多和最少可达路径数。
[0023]
根据本技术实施例的第二方面，提供一种基于时序路径树的时序网络节点中心性评估装置，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述第一方面中提到的方法的任一项所述的基于时序路径树的时序网络节点中心性评估方法。
[0024]
本技术的实施例提供的技术方案至少带来以下有益效果：
[0025]
本发明首先提出了一种基于时序路径树的时序网络节点中心性评估方法及装置，基于时序路径树的中心性(spt-c)指标来识别时序网路中有影响力的传播者。spt-c方法侧重于结合多种时序异构性特征以加速并最大化真实传播。其次，spt应用树结构来限制节点之间可能传播路径的数量，其中一个非根节点有且仅有一个父节点。这种结构压缩了显示路径流模型中的特定传播，并使用接触时间集，将潜在路径集成到从根节点到其他节点的最短路径中。在此基础上，传播中的时序特征将具体体现在树深度和节点数据上。该结构忽略了对结构影响较小的非最短路径的一些细节，从而使提取时序信息变得简单、快速。
[0026]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
[0027]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理，并不构成对本技术的不当限定。
[0028]
图1是根据一示例性实施例示出的一种基于时序路径树的时序网络节点中心性评估方法的流程示意图；
[0029]
图2是根据一示例性实施例示出的基于节点i所构造的时序路径树示意图；
[0030]
图3是根据一示例性实施例示出的基于时序路径树的时序网络节点中心性评估方法示意图；
[0031]
图4是根据一示例性实施例示出的基于不同中心性的节点排名与基于sir模型的真实排名之间的pearson相关系数与在不同top k％下的匹配率。
具体实施方式
[0032]
为了使本领域普通人员更好地理解本技术的技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0033]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
[0034]
如图1所示，本技术提出了一种基于时序路径树的时序网络节点中心性评估方法，可以很容易地识别出有影响力的传播者通过排序时序网络中的节点中心性。主要包括以下四个步骤：
[0035]
步骤1：将时序网络中的任一节点作为根节点，构建一组时序路径树，所述时序路径树中还包括非根节点，其中，所述树中任一节点具有传播时间，跳数以及可达路径数三个时序异构性特征，所述传播时间用于表征节点感染传播过程所花费的时间，所述跳数用于表征传播过程中需要经过的其他节点数，所述可达路径数用于反映从所述根节点到所述非根节点的潜在时序路径规模的大小。
[0036]
在一些实施例中，将时序网络中的各节点作为根节点vi，构建一组时序路径树其中，任意一个节点vj具有传播时间跳数可达路径数三个时序异构性特征，vj为非根节点，所述传播时间表示节点vj感染传播过程所花费的时间，所述跳数表示传播过程中需要经过的其他节点数，所述可达路径数用于反映从节点vi到vj的潜在时序路径规模的大小。
[0037]
步骤2：分别构造所述传播时间，所述跳数以及所述可达路径数的特征矩阵，其中，所述根节点对应的行向量保存着基于所述时序路径树所计算出的所有目标节点的时序特征值。
[0038]
在一些实施例中，分别构造传播时间跳数可达路径数的特征矩阵t、l和r，其中任意节点vi对应的行向量保存着基于时序路径树所计算出的所有目标节点的时序特征值。
[0039]
步骤3：对所述时序特征矩阵进行归一化处理，并基于归一化后的时序特征矩阵，计算所述时序网络中各根节点的时序中心性。
[0040]
在一些实施例中，基于归一化后的时序特征矩阵和计算所述时序网络中各节点vi的时序中心性
[0041]
步骤4：根据基于时序路径树的时序网络节点中心性评估模型，对所述时序网络中节点进行排序，以识别有影响力的传播者。
[0042]
在一些实施例中，本技术示例性提出一种新的时序网络表示结构——sequential-pathtree(spt)。如图2所示，时序路径树是一种特殊类型的树，其中每个节点代表一个记录着时序特征信息的传播者，每条无向边表示父节点和子节点之间至少发生过一次接触。
[0043]
上述时序网络表示结构压缩了明显路径流模型中特定的传播，并将其余的接触事件和潜在路径集合集成到最短时序路径中，以满足树的结构属性即父节点的唯一性。因此，所构造的时序路径树应同时满足以下两个条件：
[0044]
第一条件：根节点与任意子节点之间至少存在一条时序路径；
[0045]
第二条件：时序路径树中的每一条时序路径都满足时间最短优先原则。
[0046]
根据上述定义，时序路径树包含从根节点vi开始，到任意其他节点vj结束的所有时序路径
[0047]
例如，通过使用基于时间最早优先原则的图遍历算法，可以从包含13个节点的时序网络，如图2中的(a)所示。构建一颗基于根节点i的时序路径树treei，如图2中的(b)所示。从图2中的(b)所构造的树treei中，可以提取出从根节点i到任意子节点(如pi→d,pi→m)的时序路径集，除了pi→f(表示节点i无法到达节点f)。
[0048]
需要注意的是，在时序路径树中，每条时序路径都是不可逆的，即因此时序路径树对应的加权邻接矩阵是非对称的。同时，在同一时序路径树中，从节点vi到可能存在多条潜在时序路径。因此，基于最快传播时间或跳数的最短时序路径特别值得注意，其表示一旦vi被感染，节点vi感染vj的速度。
[0049]
在一些实施例中，在构建的时序路径树的基础上，可以提取出本技术所考虑的三个时序异构性特征，包括传播时间跳数可达路径数三个时序特征定义如下:
[0050]
传播时间：对于每个节点vj，传播时间表示感染传播过程所花费的时间，可以定义为中最后一条边上的最大时间戳，如ti→d＝2，ti→m＝2，ti→f＝∞。传播时间会影响传播者痊愈的概率，一般传播时间和痊愈概率成正比关系，花费的时间越长，痊愈的可能性越大，从而导致感染传播链的断裂。值得一提的是，从感染中痊愈的节点将不会再被感染。
[0051]
跳数：跳数表示传播过程中需要经过的其他节点数，可以通过路径的长度来计算，如li→d＝2，li→m＝2，li→f＝∞。如果vj与vi的距离较远，则意味着vj的感染率呈指数下降，感染的可能性越小。
[0052]
可达路径数：可达路径数反映了从节点vi到vj的潜在时序路径规模的大小。计算时序路径树中vj与父节点之间的接触时间戳的数量，以逼近可达路径数，如ri→d＝1，ri→m＝2和ri→f＝0。
[0053]
在一些实施例中，基于上述时序路径树的确定，本技术提出了基于时序路径树的时序网络节点中心性评估模型，(简称为sequential-path tree-based centrality，spt-c)，以量化时序网络中传播者的影响力。该中心性定义节点vi的spt-c为其在时序路径树中的传播影响力具体的，
[0054][0055]
其中，vj(vj∈v)表示时序路径树中的非根节点；ω0(ω0∈[0,1])，ω1(ω1∈[0,1])表示权重参数，ω0 ω1≤1；分别为传播时间、跳数和可达路径数的归一化时序特征矩阵。
[0056]
为保证单调一致性，本技术对传播时间、跳数和可达路径数三个特征矩阵进行规范化(归一化)处理norm(
·
)：
[0057][0058]
其中r
max
和r
min
分别表示任意节点对之间的最多和最少可达路径数。
[0059]
在一些实施例中，基于时序路径树的时序网络节点中心性评估方法中，可以很容易地识别出有影响力的传播者通过排序时序网络中的节点中心性，整个识别过程如算法1进行，如图3所示，也示例性示出了本技术的一种基于时序路径树的时序网络节点中心性评估方法。
[0060][0061]
在一些实施例中，表1总结了本技术用以验证有效性的12个真实时序网络的基本统计信息，包括每个网络的节点数、边缘数、接触数和总采样时间。
[0062]
示例性的，本技术采用susceptible-infected-recovered(sir)模型来模拟传染病的爆发，利用仿真结果评估spt-c在识别最具影响力的传播者时的有效性。sir模型是一种传播模型，是信息传播过程的抽象描述。同时，sir模型是传染病模型中最经典的模型，其中s(susceptible)表示易感者，i(infective)表示感染者，r(removal)表示移除者。sir模型应用于信息传播的研究。在sir模型中，传播过程大致包括：最初，所有的节点都处于易感染状态。然后，部分节点接触到信息后，变成感染状态，这些感染状态的节点试着去感染其他易感染状态的节点，或者进入恢复状态。感染一个节点即传递信息或者对某事的态度。恢复状态，即免疫，处于恢复状态的节点不再参与信息的传播。其中，β表示感染率、γ表示恢复率。
[0063]
进一步的实施例中，为了消除基于sir模型仿真的随机性，各节点的重要性都会运行一定数量(如2000次)，并求均值。同时，本技术利用pearson相关系数和top k％作为指标，评估时序中心性在一致性和准确性两方面的有效性。这两个评估指标ρ、top
k％
定义为：
[0064]
[0065][0066]
表1本技术所使用的时序网络结构特征
[0067][0068]
在表1中，n表示节点数，e表示聚合静态图中的边数(两个节点之间的边至少有一次接触)，c表示接触事件数，t表示总采样时间。
[0069]
在一些实施例中，将spt-c的有效性与其他6种基准时序中心性进行比较。目标在于对比经典与最新的各种中心性指标，使比较更有说服力。6种基准中心性分别是基于快照的时序度中心性(2012)，基于快照的时序介数中心性(2013)，基于时序路径的时序邻接中心性(2017)，以及三种基于时序重力模型的中心性指标(2021)。
[0070]
本技术所提的spt-c与6个基准方法的对比结果见表2和图4。表2给出了各时序中心性与sir模型计算所得的节点重要性之间的pearson相关系数，加粗的数值项表示相关度最高的时序中心性度量。图4显示了基于不同中心性的节点排名与基于sir模型的真实排名在不同top k％下的匹配率。
[0071]
进一步的实施例中，将spt-c方法中的每个权重参数设置为固定值，ω0＝0.3，ω1＝0.1，并假定sir模型仿真中的感染率和恢复率也是固定值，分别为β＝0.3和γ＝3。
[0072]
表2时序中心性与基于sir模型的节点重要性之间的pearson相关系数
[0073][0074]
两种评价指标的比较结果表明，基于多时序异构性特征spt-c在度量时序网络中节点中心性和识别有影响力的传播者方面具有较好的性能。如表2所示，spt-c的person相关系数在所有12个真实数据集上优于其他6个基准中心性。加粗的数值项意味着计算出的节点中心性与当前时序网络中真实值的匹配程度最高。图4显示，当top节点百分比大于0.1时，spt-c的top k％指标在所有时序网络上总是优于其他基准时序中心性。通过观察，spt-c可以在top 10％达到25％以上的匹配率，top 50％达到80％以上的匹配率。
[0075]
本技术提出了一种新的基于时序路径树的节点中心性评估方法，将时序网络中的各节点作为根节点vi，构建一组时序路径树其中各节点具有传播时间、跳数和可达路径数三个时序异构性特征；分别构造传播时间、跳数和可达路径数的特征矩阵t、l和r，其中任意节点vi对应的行向量保存着基于时序路径树所计算出的所有目标节点的时序特征值；基于归一化后的时序特征矩阵和计算时序网络中各节点vi的时序中心性基于度量的spt-c值对时序网络中节点进行排序，从而快速识别有影响力的传播者。在识别有影响力传播者的背景下，综合考虑传播时间、跳数和可达路径数等多种时序异质性特征来衡量节点的重要性。同时，本技术提出了一种新的时序网络表示结构——时序路径树，用于时序特征的提取和中心性的计算。也通过在12个真实时序网络上的评估实验表明，spt-c在寻找最具影响力的传播者方面比基准时序中心性更准确。
[0076]
本技术涉及一种基于时序路径树的时序网络节点中心性评估方法及装置，基于时序路径树的中心性(spt-c)指标来识别时序网路中有影响力的传播者。spt-c方法侧重于结合多种时序异构性特征以加速并最大化真实传播。其次，时序路径树(spt)应用树结构来限制节点之间可能传播路径的数量，压缩了显示路径流模型中的特定传播，并使用接触时间集，将潜在路径集成到从根节点到其他节点的最短路径中，而使提取时序信息变得简单、快速，提高了识别时序网路中有影响力的传播者的效率。
[0077]
本技术实施例描述的应用场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应
用场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
[0078]
所属技术领域的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0079]
在一些可能的实施方式中，根据本技术的电子设备可以包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本技术各种示例性实施方式的运营数据管理方法。例如，处理器可以执行如运营数据管理方法中的步骤。
[0080]
进一步的，根据本技术的这种实施方式的基于时序路径树的时序网络节点中心性评估装置，可执行上述实施例中所提到的基于时序路径树的时序网络节点中心性评估方法中的步骤。
[0081]
在示例性实施例中，本技术提供的一种基于时序路径树的时序网络节点中心性评估方法及装置的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的多天线无人机视频传输系统中最大化体验质量的方法中的步骤。
[0082]
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
[0083]
此外，尽管在附图中以特定顺序描述了本技术方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0084]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0085]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程图像缩放设备的处理器以产生一个机器，使得通过计算机或其他可编程图像缩放设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0086]
这些计算机程序指令也可存储在能引导计算机或其他可编程图像缩放设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0087]
这些计算机程序指令也可装载到计算机或其他可编程图像缩放设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0088]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0089]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。