一种基于随机森林的复杂网络集聚延续风险预测方法

摘要

本发明提供一种基于随机森林的复杂网络集聚延续风险预测方法，步骤包括：A：计算静态网络的复杂网络特征与其他特征，并构建时刻集聚子团集；B：提取时序集聚延续子团预备集，随后通过延续指标判定得到时刻集聚子团集内各个集聚子团的延续时刻长度；C：构建集聚延续风险阈值，结合各个集聚子团复杂网络特征与其他特征，建立网络集聚延续风险预测数据集；D：将网络集聚延续风险预测数据集划分为训练集与预测集，采用随机森林构建风险预测模型，进行复杂网络集聚延续风险预测与分析。本发明能实现基于随机森林的复杂网络集聚延续风险预测的目的，该方法的通用性强，客观度高，易于操作，解决了网络中集聚延续的风险难以预测的问题。