一种基于相对熵的随机游走相似性度量模型

• 作者: 刘韶倩 穆俊芳 郑文萍
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂网络 相对熵 节点相似性度量 随机游走
• 年，卷（期）: 2019,（6）
• 页码范围: 984-999
• 页数: 16页
• 分类号: TP181
• 字数: 8559字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2019.06.011

摘要

针对基于随机游走的节点相似性度量模型中存在的大度节点依赖问题,从信息论的角度提出了一种改进的随机游走节点相似性度量方法:基于相对熵的随机游走相似性度量方法RE-model (A random walk similaritymeasure model based on Relative Entropy).首先根据随机游走模型得到网络中节点的转移概率向量,再计算两个节点转移概率向量的相对熵得到该节点对的相似性.由于转移概率向量给出了从一个特定节点出发经过多步随机游走后到达网络其他所有节点的概率,导致网络中的每个节点在计算相对熵的过程中都被等同看待,并且网络规模的增大会使计算得到的节点间相似性耗时更多且存在较大偏差.根据节点经过多步随机游走后到达网络中影响力较大的节点的转移概率来构造该节点的转移概率分布,计算两个节点的转移概率分布的相对熵以得到网络中节点对之间的差异分数,进而得到网络节点间的相似性矩阵.RE-model度量方法降低了传统随机游走相似性度量对于大度节点的依赖性.通过在真实网络数据集上的实验表明,RE-model算法在对称性、网络传播及社区发现等方面表现良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑文萍	山西大学计算机与信息技术学院	13	55	4.0	7.0
10	刘韶倩	山西大学计算机与信息技术学院	2	0	0.0	0.0