买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京理工大学申请的专利一种基于h-跳距离的图核分解方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111291232B 。

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010152887.1，技术领域涉及：G06F16/901；该发明授权一种基于h-跳距离的图核分解方法是由李荣华;代强强;王国仁;金福生设计研发完成，并于2020-03-06向国家知识产权局提交的专利申请。

本一种基于h-跳距离的图核分解方法在说明书摘要公布了：本发明公开了一种基于h‑跳距离的图核分解方法，包括获取待分解的大数据原图G，计算原图G中每个节点的h‑跳邻居数据；遍历整个原图G中找到h‑跳邻居最小的值并将此值赋值为k，将所有h‑跳邻居数为k的节点放入一个队列中Q中；依次从Q中选择节点v，并将其从G中和Q中删除；当删除一个节点v后，更新在节点v的h‑跳邻居中所有节点的h‑跳邻居数；迭代删除h‑跳邻居最少的节点，直到所有节点删除完。与现有技术相比，该方法不需要重复计算节点的h‑跳邻居，计算效率更高，而且算法设计简单容易实现。

本发明授权一种基于h-跳距离的图核分解方法在权利要求书中公布了：1.一种基于h-跳距离的图核分解方法，其特征在于，应用于社交网络分析领域，从社交网络中挖掘出社交圈子，该方法包括以下步骤：S1、获取待分解的社交网络原图G，计算社交网络原图G中每个具体人节点v的h-跳邻居集合；所述社交网络定义为G＝V,E，其它符号都是图G＝V,E中的定义；V表示图中节点集合，图中的节点表示社交网络中的具体人；E表示图中边的集合，图中的边表示人之间的关系；S2、遍历整个社交网络原图G中找到h-跳邻居最小的值并将此值赋值为k，将所有h-跳邻居数为k的具体人节点v放入一个队列中Q中；依次从Q中选择具体人节点v，并将其从G中和Q中删除；S3、当删除一个具体人节点v后，更新在具体人节点v的h-跳邻居中所有具体人节点v的h-跳邻居数定义为v在图G中的h-跳邻居，其中disGu,v表示节点v与u之间最短路径的长度，并且用表示节点v在G的h-跳邻居数；如果和称GS＝S,Es为图G的诱导子图，且k,h-Core正式的定义如下：k,h-Core给定无向图无权G和两个参数k和h，k,h-Core是图G中的一个极大子图并且子图中任意节点v的h-跳度要满足节点的h-跳度是在子图诱导子图中的度；S4、迭代执行S2～S3删除h-跳邻居最少的具体人节点v，直到所有具体人节点v删除完，直到社交网络原图G为空，完成社交网络中社交圈子的发现；其中，所述步骤S3，包括：第一步，节点v和由组成的诱导子图S，用两个二维数组Rold和Rnew表示中所有节点的在S中的h-跳邻居；第二步，对中每个节点u，初始化Rold[u]＝{u}；u表示节点v的邻居节点；第三步，遍历子图S中所有的边u,w并执行第四步；第四步，将节点u和w的分别对应的Rold[u]、Rold[w]取并集，并将结果分别保存于Rnew[u]与Rnew[w]中；第五步，执行完第三步和第四步之后交换Rnew与Rold；第六步，执行第三步到第五步共h次；第七步，遍历所有节点u，并执行第八步；第八步，节点u在G中减少的h-跳邻居数为中且不存于Rnew[u]中的节点个数加1，其中s表示u与v在G中的距离。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。