[發明專利]一種基于改進離散混合蛙跳算法的重要節點識別方法

在審

• 申請號: 202211267830.1
• 申請日: 2022-10-17
• 公開（公告）號: CN115601189A
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 陳伯倫;喬偉銳;姚玉婷;弭云國;許雪;王笑顏
• 申請（專利權）人: 淮陰工學院
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06N3/00
• 代理公司: 淮安市科文知識產權事務所 32223
• 代理人: 吳晶晶

1.一種基于改進離散混合蛙跳算法的重要節點識別方法，其特征在于，包括如下步驟：

S1、對離散混合蛙跳算法框架DSFLA中的各項數據利用度隨機干擾算法進行初始化工作，最終分配好青蛙群F、模因組memeplex、模因meme；

S2、對劃分好的數據進行影響力的估計，依照估計結果將數據重新劃分到m個模因組memeplex中，每個模因組中包含有n個模因，進而完成對整個青蛙群F的更新；

S3、根據改進的離散混合蛙跳算法的局部優化過程對各模因組memeplex進行局部優化，所述改進的離散混合蛙跳算法在原有的離散混合蛙跳算法基礎上增加鄰居節點排序機制，取出每個模因序列元素memetype在社交網絡中的鄰居節點集，并按照鄰居節點的度中心性進行從大到小排序，利用鄰居節點集根據局部最優模因P_b、全局最優模因P_g更新局部最差模因P_w；

S4、從優化后的青蛙群F中選出最優模因，其包含的序列名即k個種子節點。

2.根據權利要求1所述的基于改進離散混合蛙跳算法的重要節點識別方法，其特征在于，所述步驟S1具體為：

S1.1、初始化目標種子節點數量k、離散混合蛙跳算法中的青蛙數量F、模因組的數量m；

S1.2、初始化改進離散混合蛙跳算法中局部局部優化過程中的迭代次數T；

S1.3、對社交網絡數據集中的每個節點進行度中心性計算，得到中心性列表集List_degree，并進行從大到小排列，設置所有模因組中的每個模因的組成序列都是由List_degree中的前k個節點的ID構成；

S1.4、通過度隨機干擾算法Degree Random Interference Algorithm，對每一個模因meme的組成序列進行重新分配，最終得到青蛙群F；

最終分配好青蛙群F、模因組memeplex、模因meme、模因序列元素memetype：

F＝{memeplex₁,memeplex₂,...,memeplex_m}

memeplex＝{meme₁,meme₂,...meme_n}

meme＝{memetype₁,memetype₂,...memetype_k}

其中F＝m*n，即表示青蛙數是模因組數與模因數的乘積。