混合指標量子群社會網絡事件檢測方法

　　社會網絡錯綜復雜，如果能夠及時發(fā)現(xiàn)和預測當前網絡可能發(fā)生的重大事件并采取有效的處置策略，將具有重大意義．鏈路預測的理論框架和評價方法為社會網絡事件檢測提供了一條有效途徑．目前，鏈路預測的研究工作大多針對特定網絡提出相似性指標，試圖取得更高的鏈路預測精度，這些研究存在如下問題：（1）不同的相似性指標適用于不同的網絡，不具有普適性；（2）獨立的相似性指標無法全面反映網絡演化的多樣性和復雜性；（3）鏈路預測時未考慮網絡演化過程中可能出現(xiàn)波動。無法進行事件檢測．基于上述問題，提出一種社會網絡事件檢測的混合指標群智能方法IndexEvent，由最佳權重算法OWA（optimal weight algorithm）和波動檢測算法FDA（fluctuation　detection algorithm）組成，可以評價不同網絡的演化波動，發(fā)現(xiàn)網絡波動異常，進行事件檢測，主要工作如下：（1）提出了混合指標，并證明了基于混合指標的鏈路預測算法可以取得更高的預測精度；（2）基于量子粒子群算法提出了最佳權重算法OWA，以高效地確定不同網絡的最佳混合指標：（3）提出了一種網絡波動檢測算法FDA，定量評價不同時段網給演化的波動程度，并在考慮微觀因素的基礎上進行改進．對不同特征的網絡進行實驗，結果表明，IndexEvent方法能夠準確地反映事件造成的網絡演化波動，有效地檢測事件．