论文笔记——基于结构相似性的影响力节点识别

基于结构相似性的影响力节点识别

众所周知，复杂网络中的有影响力节点的识别很重要。本文是基于PageRank方法以及节点的结构相似性（通过kullback-Liebler散度计算 ）提出的PageRank改进算法。实验部分利用SIR模型进行验证。

1、背景知识

1.1、K–L divergence（k-l 散度）

k-l 散度是概率论和信息论中的一个基本概念，度量两个概率
之间差异的非对称方法。对于两个概率P和Q，它们之间的k-l散度定义为：

其中P和Q都有着相同的组成元素，n为上述的两个可能性组成的元素个数。

1.2、pagerank算法

pagerank通过在网络上随机行走来识别网站的重要性。Pagerank假定网页的重要性是由与之相连的网页的数量和质量决定的。 最初，每个节点(即页面)具有相同的PR值。 然后每个节点将PR值均匀地分配给其邻居，节点vi在t步骤的PR值为：

其中n是网络中的节点数，$k_j^{out}$是节点$v_j$的出度。 当所有节点的PR值达到稳态时，迭代将停止。 s是系数，它指的是到达某一页并在任何时候继续向后浏览的概率。

2、提出的方法

2.1 结构相似性

本文将每个节点的结构特征抽象为概率分布。 采用K-L散度来量化每一对节点之间的差异。 K-L散度值越小，其局部结构越相似。

2.1.1 概率集的生成

节点i的结构用$L_i(N,D)$表示，其中N表示节点i的局部节点集合（节点及其邻居节点），D表示N中节点的度。整个复杂网络中所有节点的最大度表示为$D_{max}$，$P_i$表示节点i的概率分布，用来计算k-l散度值。每个概率分布的维度相同，这里我们将节点概率分布的维度定义为$m=D_{max}+1$，概率分布则定义为：

节点i及其邻居的度之和则通过下面的公式得到：

当节点的度小于最大的度$D_{max}$时，剩下的概率分布则等于0。$p(i,k)$定义如下：
举个栗子，下图中$D_{max}=3$，所以节点的概率分布维度为4，节点2的邻居为1，4，5，$N=[2,1,4,5],D=[3,2,3,1,D_l(2)=3+2+3+1=9],p=[\frac{3}{9},\frac{2}{9},\frac{3}{9},\frac{1}{9}]$。

2.1.2 使用改进的PageRank进行影响力的排序

首先对刚刚得到的p进行降序排列，得到：

继续上面的例子，则2号节点的下一步操作为：

所有节点的概率分布表格如下：

由于概率分布中可能出现0，这里统一规定当分母为0时统一用$10^{-8}$代替。k-l 散度在这里的计算d方法为：

其中$m^{{}^{\prime }}=min(D(i),D(j))+1$。每两个节点之间的k-l散度代表了该两个节点之间的结构差异，该值越小，则两个节点之间的相似度越高。通过计算两两节点之间的k-l散度值，我们将会得到矩阵R：

由于k-l散度是非对称性的，然而在无权网络中每对节点的值应当是对称的，故将每对节点的关联值定义为：

之后每对节点的相似性即可定义为：

得到相似性矩阵为：

节点之间的结构相似性越高，相邻节点之间的转换概率越高。放上示例图中每个节点的概率分布，小伙伴们可自己动手验证一下。目前为止，我们便得到了PageRank算法中用到的转换矩阵。接下来用pagerank算法计算即可。