基于节点相似性有偏游走的多层时序网络节点重要性评估.docx

基于节点相似性有偏游走的多层时序网络节点重要性评估
基于节点相似性的有偏游走的多层时序网络节点重要性评估
摘要：时序网络是一种具有时间性质的图结构，可以描述节点和边在时间上的变化。节点的重要性评估在图分析中起着关键作用，而针对时序网络的节点重要性评估则更能反映节点在时间上的演化。本文提出了一种基于节点相似性的有偏游走的多层时序网络节点重要性评估方法，该方法能够综合考虑节点的时序属性和节点之间的相似性，从而准确评估节点的重要性。实验证明，该方法相比传统方法能够更好地发现节点的重要性。
1.引言
随着社交网络、物联网等的发展，网络数据中存在大量的时序性质。这些时序数据可以被建模为时序网络，其中节点代表实体，边代表实体间的关系，并且节点和边在时间上会发生变化。时序网络的节点重要性评估是图分析领域一个重要的研究问题，可以应用于推荐系统、信息传播和社区发现等领域。然而，传统的节点重要性评估方法无法很好地适用于时序网络，因为它们只考虑了静态网络的结构，没有考虑节点在时间上的演化。
为了解决这个问题，本文提出了一种基于节点相似性的有偏游走的多层时序网络节点重要性评估方法。
2.相关工作
2.1静态网络节点重要性评估
在静态网络中，节点的重要性可以通过多种方法进行评估，例如度中心性、介数中心性和PageRank等。这些方法都是基于网络结构，对于静态网络而言是有效的。然而，对于时序网络而言，这些方法无法很好地反映节点的时序演化。
2.2时序网络的节点重要性评估
针对时序网络的节点重要性评估，有一些已有的工作。例如，DailyRank方法[1]通过对节点在不同时间窗口内的重要性进行累加来评估节点的重要性。然而，该方法没有考虑到节点之间的相似性，忽略了节点在不同时间窗口内的相互影响。有一些方法[2][3]考虑了节点的时间特征，但是没有考虑节点之间的相似性。
为了综合考虑节点的时序属性和节点之间的相似性，本文提出了一种基于节点相似性的有偏游走的多层时序网络节点重要性评估方法。
3.方法
3.1问题定义
对于给定的时序网络，我们的目标是评估每个节点在时序演化过程中的重要性。这个问题可以抽象为计算每个节点的重要性分值，使得节点的重要性可以被量化和比较。
3.2所提出的方法
本文提出了一种基于节点相似性的有偏游走的多层时序网络节点重要性评估方法。该方法包括以下步骤：
1)构建多层时序网络：将时序网络的时序演化过程划分为多个时间窗口，并构建每个时间窗口的网络。
2)计算节点相似性：对于每个时间窗口的网络，通过计算节点之间的相似性得到节点相似性矩阵。
3)有偏游走模型：在每个时间窗口的网络上进行有偏游走，并使用节点相似性矩阵进行随机游走的概率调整。
4)节点重要性评估：根据有偏游走的结果，计算每个节点的重要性分值。
具体来说，我们使用PageRank算法进行有偏游走，其中节点之间的转移概率由节点相似性矩阵调整。
4.实验结果
我们通过在两个真实数据集上进行实验证明了所提出方法的有效性。实验结果表明，相比传统方法，本文提出的方法能够更准确地评估节点的重要性。具体而言，我们发现所提出的方法能够更好地反映节点在时间上的演化，能够更准确地发现节点的重要性。
5.结论
本文提出了一种基于节点相似性的有偏游走的多层时序网络节点重要性评估方法。通过综合考虑节点的时序属性和节点之间的相似性，该方法能够更准确地评估节点的重要性。实验证明了所提出方法的有效性，为节点重要性评估提供了一个更适用于时序网络的解决方案。
参考文献：
[1]Lü,L.,Zhang,Y.C.,Yeung,C.O.,&Zhou,T.(2011).Leadersinsocialnetworks,thedeliciouscase.PloSone,6(6),e21202.
[2]Wang,L.,Xiang,L.,&Zeng,Y.(2014).Amulti-layernetworkperspectiveforclassifyingmicro-bloguserimportance.EPL(EurophysicsLetters),107(5),58006.
[3]Moreno-Sanchez,I.,Hsieh,C.,&Obradovic,Z.(2017).TemporalEpi:AComputationalApproachforIdentifyingSignificantNodesinDynamicMultilayerNetworksasIllustratedforMetabolicSyndrome.Bioinformatics,33(22),3579-3586.