申请/专利权人：南京信息职业技术学院

申请日：2020-11-18

公开（公告）日：2024-04-12

公开（公告）号：CN112579831B

主分类号：G06F16/901

分类号：G06F16/901;G06F18/22;G06Q50/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.04.16#实质审查的生效;2021.03.30#公开

摘要：本发明公开一种基于SimRank全局矩阵平滑收敛的网络社区发现方法、装置及存储介质，方法包括：获取网络节点信息；计算网络中各节点的中心度指标；根据计算得到的节点中心度指标选择初始核心节点；利用SimRank函数迭代计算节点之间的相似度，以确定真正的核心节点；对于每个非核心节点，选择距离最近的真正核心节点，并加入该真正核心节点的社区集合，得到对于各真正核心节点的初始社区；计算不同初始社区之间的紧密度指标；根据初始社区之间的紧密度指标对初始社区进行合并，得到社区划分集合。本发明利用SimRank技术和网络的幂律分布特性实现高效率的社区发现。

主权项：1.一种网络社区发现方法，其特征是，包括：获取网络节点信息，其中，所述网络为互联网社交网络，网络的节点为互联网社交网络中的用户或既有用户群组或经聚类得到的用户群组，节点之间的连接边表示节点对应的用户或用户群组之间的相互关注者关系；计算网络中各节点的中心度指标，其中节点的中心度指标反应每个节点对应的用户或用户群组与其他用户或用户群组的相关性；根据计算得到的节点中心度指标选择初始核心节点；利用SimRank函数迭代计算节点之间的相似度，以确定真正的核心节点；对于每个非核心节点，选择距离最近的真正核心节点，并加入该真正核心节点的社区集合，得到对于各真正核心节点的初始社区；计算不同初始社区之间的紧密度指标；根据初始社区之间的紧密度指标对初始社区进行合并，得到社区划分集合；其中，所述计算网络中各节点的中心度指标，按照以下公式计算： 式中，Importantvi、di皆表示节点i的中心度指标值，n表示网络的节点数量，aij表示节点i和节点j之间是否存在连接边，aij＝1表示存在，aij＝0表示不存在；所述SimRank函数的数学表达式为： 式中，sa，b表示节点a与节点b之间的相似度，c为取值0到1之间的阻尼系数，Ia表示节点a的入边邻节点集合，|Ia|表示Ia中元素的数量；对于待发现社区的网络，定义其网络图为无向网络图G，无向网络图G的邻接矩阵为A，矩阵A的列归一化矩阵为Q，则相似矩阵S表示为：S＝c·QTSQ+1-c·I式中，QT为向后转移矩阵的转置，I表示单位矩阵；所述利用SimRank函数迭代计算节点之间的相似度，以确定真正的核心节点，包括：设置初始相似矩阵为S0＝I；利用下述公式进行迭代计算，直至迭代收敛时，得到稳定相似矩阵：S＝c·QTSkQ+1-c·I根据稳定相似矩阵确定真正的核心节点；所述计算不同初始社区之间的紧密度指标为：对于任意两个不同社区Ci和Cj，两者的紧密度指标按照下式计算： 式中，EdgesinternalCi∪Cj和EdgesexternalCi∪Cj表示新的合并后的社区的内部边和外部边，EdgesinternalCi和EdgesexternalCi表示Ci社区的内部边和外部边。

全文数据：

权利要求：

百度查询： 南京信息职业技术学院 基于SimRank全局矩阵平滑收敛的网络社区发现方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD