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!
摘要:本发明公开一种基于motif感知的跨层游走社区检测方法,涉及计算机社交网络分析技术领域。获取用于社区检测的多层网络;根据获取的多层网络,从网络层和节点的角度综合度量多层网络中各层网络之间的相关性,分别计算该多层网络的连边共现系数和节点邻域结构相似性系数;根据获取的多层网络,构建基于motif的多层加权混合阶网络;基于多层加权混合阶网络进行跨层游走,得到游走序列;将游走序列输入到Skip‑Gram模型中,该模型通过最大化节点共现概率,将离散的网络节点表示成向量,得到节点向量表示;将输出的节点向量表示输入到K‑means++聚类算法,得到社区检测结果。
主权项:1.一种基于motif感知的跨层游走社区检测方法,其特征在于,包括如下步骤:步骤1:获取用于社区检测的多层网络GM;步骤2:根据获取的多层网络,从网络层和节点的角度综合度量多层网络中各层网络之间的相关性,分别计算该多层网络的连边共现系数LCC和节点邻域结构相似性系数NNS;所述连边共现系数从网络层整体的角度表示不同网络层之间的结构的相似性;所述节点邻域结构相似性系数表示节点的邻域结构在不同网络层之间的相似性;步骤3:根据获取的多层网络GM,构建基于motif的多层加权混合阶网络;所述基于motif的多层加权混合阶网络为网络中的边通过对单个节点和边级别的低阶结构和motif代表的高阶结构加权赋值得到的多层网络;步骤4:基于多层加权混合阶网络进行跨层游走,得到游走序列;步骤5:将游走序列输入到Skip-Gram模型中,该模型通过最大化节点共现概率,将离散的网络节点表示成向量,得到节点向量表示X;步骤6:将输出的节点向量表示输入到K-means++聚类算法,得到社区检测结果。
全文数据:
权利要求:
百度查询: 东北大学 一种基于motif感知的跨层游走社区检测方法
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。