(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111456986.X (22)申请日 2021.12.02 (71)申请人 云南大学 地址 650091 云南省昆明市翠湖北路2号 (72)发明人 赵娜　李杰　彭西阳　刘文涛　 王剑　刘铠华　蒲应明　王旭　 叶勋　王鑫锴　文俊杰　陈琳洁　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 刘芳 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/00(2012.01) G06F 16/901(2019.01) G06K 9/62(2022.01) (54)发明名称 一种链路预测方法及系统 (57)摘要 本发明涉及一种链路预测方法及系统。 该方 法包括获取社会网络数据； 根据所述社会网络数 据构建无向图数据网络； 所述无向图数据网络以 所述社会网络数据中的人为节 点， 以所述社会网 络数据中人与人之间的联系为连边； 采用k ‑ shell算法对所述无向图数据网络进行分层， 然 后删除外部网络层中未链接到内层 节点的节点； 根据删除后的无向图数据网络进行链路预测。 本 发明能够提高链路预测的准确性。 权利要求书2页 说明书6页 附图4页 CN 114091786 A 2022.02.25 CN 114091786 A 1.一种链路预测方法， 其特 征在于， 包括： 获取社会网络数据； 根据所述社会 网络数据构建无向图数据网络； 所述无向图数据网络以所述社会 网络数 据中的人为节点， 以所述社会网络数据中人与人之间的联系为连边； 采用k‑shell算法对所述无向图数据网络进行分层， 然后删除外部网络层中未链接到 内层节点的节点； 根据删除后的无向图数据网络进行链路预测。 2.根据权利要求1所述的一种链路预测方法， 其特征在于， 所述采用k ‑shell算法对所 述无向图数据网络进行分层， 然后删除外 部网络层中未链接 到内层节点的节点， 具体包括： 获取无向图数据网络中度为1的节点以及对应的连边； 将度为1的节点以及对应的连边进行删除； 并获取更新后的无向图数据网络 中度为1的 节点以及对应的连边； 将更新后的无向图数据网络中度为1的节点以及对应的连边进行删除， 并返回所述获 取更新后的无向图数据网络中度为1的节点以及对应的连边的步骤， 直至更新后的无向图 数据网络中没有度为1的节点； 将所有删除的节点以及对应的连边确定为1 ‑shell； 并将度 为1替换为度 为n， 返回所述 获取无向图数据网络中度为1的节点以及对应的连边的步骤， 确定n ‑shell； 其中， n大于1； 删除1‑shell未链接到x‑shell层节点的节点； 其中， x大于2。 3.根据权利要求1所述的一种链路预测方法， 其特征在于， 所述根据删除后的无向图数 据网络进行链路预测， 具体包括： 利用公式 确定链路预测评价指标； 其中， AUC为链路预测评价指标， n为独立比较次数， n1为两个相似度分数相等时的比较 次数， n2为测试集中边相似度分数 大于不存在边的相似度分数时的比较次数。 4.一种链路预测系统， 其特 征在于， 包括： 社会网络数据获取模块， 用于获取 社会网络数据； 无向图数据网络构建模块， 用于根据所述社会网络数据构建无向图数据网络； 所述无 向图数据网络以所述社会网络数据中的人为节点， 以所述社会网络数据中人与人之 间的联 系为连边； 节点删除模块， 用于采用k ‑shell算法对所述无向图数据网络进行分层， 然后删除外部 网络层中未链接 到内层节点的节点； 链路预测模块， 用于根据删除后的无向图数据网络进行链路预测。 5.根据权利要求4所述的一种链路预测系统， 其特征在于， 所述节点删除模块具体包 括： 第一获取 单元， 用于获取 无向图数据网络中度为1的节点以及对应的连边； 第一删除单元， 用于将度为1的节点以及对应的连边进行删除； 并获取更新后的无向图 数据网络中度为1的节点以及对应的连边； 第二删除单元， 用于将更新后的无向图数据网络中度为1的节点以及对应的连边进行 删除， 并返回所述 获取更新后的无向图数据网络中度为 1的节点以及 对应的连边的步骤， 直权　利　要　求　书 1/2 页 2 CN 114091786 A 2至更新后的无向图数据网络中没有度为1的节点； n‑shell确定单元， 用于将所有删除的节点以及对应的连边确定为1 ‑shell； 并将度 为1 替换为度为n， 返回所述获取无向图数据网络中度为1的节点以及对应的连边的步骤， 确定 n‑shell； 其中， n大于1； 第三删除单 元， 用于删除1 ‑shell未链接到x‑shell层节点的节点； 其中， x大于2。 6.根据权利要求4所述的一种链路预测系统， 其特征在于， 所述链路预测模块具体包 括： 链路预测评价指标确定单 元， 用于利用公式 确定链路预测评价指标； 其中， AUC为链路预测评价指标， n为独立比较次数， n1为两个相似度分数相等时的比较 次数， n2为测试集中边相似度分数 大于不存在边的相似度分数时的比较次数。权　利　要　求　书 2/2 页 3 CN 114091786 A 3