[發明專利]一種新穎的基于引力場的鏈路預測方法

在審

• 申請號: 202210515265.X
• 申請日: 2022-05-11
• 公開（公告）號: CN114970692A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 楊燕琳;冶忠林;趙海興;孟磊;仁青卓么;李格格
• 申請（專利權）人: 青海師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/11;G06F17/16
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄

本發明涉及鏈接預測技術領域，涉及一種新穎的基于引力場的鏈路預測方法，包括以下步驟：一、用節點的重要性來衡量萬有引力方程中的質量屬性，用節點之間的相似性來衡量萬有引力方程中的距離屬性；二、考慮節點間的直接和間接引力值，提出基于引力場的新型鏈接預測框架LPFGF，并得到節點間相似度框架計算方程；三、將LPFGF擴展到多種鏈路預測算法，形成了新的鏈路預測算法，并進行鏈路預測。本發明能較佳地進行鏈路預測。

技術領域

本發明涉及鏈接預測技術領域，具體地說，涉及一種新穎的基于引力場的鏈路預測方法。

背景技術

利用網絡的特征、結構和節點信息來預測兩個不相連的節點之間的鏈接概率的過程被稱為鏈接預測。鏈接預測包括對隱性鏈接(存在于現實世界的網絡中，但不易被觀察到)和未來鏈接(不存在于網絡中，但隨著網絡的發展和外部信息及其他因素的影響，未來可能會出現)的預測。

鏈接預測的應用給人類社會帶來了極大的便利。例如，鏈接預測在社交網絡中被用來預測兩個互不相識的人將來成為朋友的可能性，在蛋白質相互作用網絡中也被用來發現最有可能發生相互作用的蛋白質結構，然后做相互作用實驗，可以提高實驗成功率。隨著數據的爆炸性增長，網絡中的錯誤鏈接和隱性鏈接越來越多，通過鏈接預測方法可以糾正和刪除錯誤的鏈接，顯示隱性鏈接。鏈接預測在網絡建模、推薦系統、節點分類、網絡重建和知識獲取等應用中也很常見。

引力場是空間中兩個質量物體產生相互引力的模型。引力值由物體的質量、物體之間的距離和萬有引力常數決定。當物體的質量越大，物體之間的距離越小，這兩個物理之間的引力就越大。這與分析復雜網絡中的節點與節點之間的相互作用很相似。當網絡中節點的重要性越大，節點之間的距離越短，說明這兩個節點之間的關系強度越大，從而說明這兩個節點在未來連接的概率越高。因此，基于這樣的考慮，引入萬有引力方程來模擬復雜網絡中節點之間的關系強度，并將解決節點之間未來連接概率的問題投射到物理空間來解決。

隨著復雜網絡的快速發展，鏈路預測得到了研究人員的廣泛關注，并提出了不同的鏈路預測算法。目前，主要有以下三類。

第一類是基于節點相似度的鏈接預測算法。第二類是基于最大似然估計的鏈接預測算法。第三類是基于機器學習的鏈接預測算法。上述算法都是利用網絡的局部信息結構或節點信息來計算節點對之間的連接概率，而不是從物理空間計算概率。目前，有一些關于將引力場引入復雜網絡的研究。例如，從物理學的角度，將歐幾里得空間中的數據點視為復雜網絡中的節點，將數據對象之間的關聯視為復雜網絡中的節點關系，發現歐幾里得空間中的數據結構與復雜網絡的拓撲結構非常相似，并構建了一個二維靜態數據的數據場，這給復雜網絡研究界帶來了很大的影響，使許多研究者從物理學的角度研究和分析復雜網絡的拓撲特性。在萬有引力公式中，質量是代表物體在引力場中的重要性的最基本屬性。物體之間的引力隨著物體質量的增加而增加。在復雜網絡中，度是反映節點重要性的最直觀的屬性。利用節點的度來確定節點的重要性，然后在復雜網絡中建立了一個引力場模型。他們將該模型應用于對節點的重要性進行排序的任務。然而，他們忽略了一些小度節點在網絡中起著至關重要的作用，如連接兩個團的橋節點，使用這個模型來評估節點的重要性很容易導致不準確的結果。

發明內容

本發明的內容是提供一種新穎的基于引力場的鏈路預測方法，其能夠克服現有技術的某種或某些缺陷。

根據本發明的一種新穎的基于引力場的鏈路預測方法，其包括以下步驟：

一、用節點的重要性來衡量萬有引力方程中的質量屬性，用節點之間的相似性來衡量萬有引力方程中的距離屬性；

二、考慮節點間的直接和間接引力值，提出基于引力場的新型鏈接預測框架LPFGF，并得到節點間相似度框架計算方程；

三、將LPFGF擴展到多種鏈路預測算法，形成了新的鏈路預測算法，并進行鏈路預測。

作為優選，步驟一中，網絡G的凝聚度被定義為節點數n和平均路徑長度l的倒數，表示如下：