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：本发明公开了一种基于核心motif三角形的社团检测方法，涉及社团检测技术领域。通过网络中节点之间的局部关系，选取核心三角形motif来代表节点的局部拓扑结构，以核心三角形motif作为基本单位进行标签扩散。通过核心三角形驱动来避免在标签传播的过程中产生的震荡以及算法的结果陷入到局部最优，产生稳定的社团检测结果。

主权项：1.一种基于核心motif三角形的社团检测方法，针对无向无权网络的社团检测，其特征在于：采用节点所组成的核心三角形motif驱动，对核心三角形内部节点的标签进行调正，处理局部社团检测算法易陷入局部最优以及在标签传播的过程中产生震荡，影响标签分配；具体实现步骤如下：A.复杂网络局部信息初始化在复杂网络G＝V,E中，其中V为节点集，E为边集两个节点vi和vj的Jaccard相似度定义为式1； 在式1中表示为节点vi的邻居节点，在Driven中的节点标记为目标节点，对于每个目标节点vi通过式2计算复杂网络中所有节点的重要性，将所有节点按照局部重要性从高到低的顺序排列得到序列Vn＝{Vi∣NIv1≥...≥NIvi≥...≥NIvn,1≤i≤n},n＝|V|为网络节点数,分析每个目标节点vi的局部拓扑结构，每个目标节点vi利用公式3寻找每个目标节点的核心三角形motif,式如： 在公式2中similarityVi,Vj表示两个节点的jaccard相似度；B.复杂网络局部信息初始化按照复杂网络局部信息初始化中的序列{Vn}进行标签扩散，以目标节点的核心三角形motif将目标节点的核心三角形motif划分为以下三种情况：1同质传递：当目标节点vi的标签与其形成核心三角形图案的相邻节点的标签相同，成核心三角形motif的节点属于同一个社区，在社区内部有着紧密的联系，这使得社区结构更加稳定和明显，此时，核心三角形motif内节点的标签不更新，继续搜索下一个目标节点；2标签吸引：当存在有一个节点vj的标签与目标节点的标签不一致时，基于核心三角形驱动的方法利用节点之间的局部重要性判断是否将目标节点的标签传递给该点vj；由于局部重要度高的节点与邻居的关系更密切，也更有能力将标签扩散到邻近节点；因此，当NIviNIvj，目标节点vi将其标签传播到节点vj；否则，从{Vn}搜索下一个目标节点将继续进行标签扩散；3局部扩张：若目标节点vi与其他两个类标均不同则该节点与相邻节点可能作为社区之间的边界节点，此时通过式4计算该节点与不同社区之间的连接程度和紧密关系，选取收益函数最大的类标来作为目标节点的标签；benefitvi,Cx＝Connectionvi,Cx+Cohesionvi,Cx式4其中，表示目标节点所组成核心三角形的所有邻居节点，分别表示节点与社团Cx之间的紧密程度以及社团Cx的凝聚力；C.社团合并在Driven算法中，采用合并方法主要关注社团间的局部拓扑结构，根据三角motif对弱群落进行合并，社团通常包含以下两个特征：1社团在结构上与其余社团部分隔离，即与其他社团之间的连接比较少；2社区的内部节点之间结构上是相互联系的，即社区内部的连通性很大；其中，Driven三角形motif定义弱社团来衡量每个社区内部的凝聚力，如公式5所示： 对于Driven弱社团Cx，找到与Cx连接最紧密的社团，通过计算Cx与最紧密社团合并前后内部的connectionCx，若是合并后的社团的connectionCx不属于弱社团且connectionCx增加，则进行社团的合并。

全文数据：

权利要求：

百度查询： 兰州交通大学 一种基于核心motif三角形的社团检测方法