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!
申请/专利权人:兰州大学
摘要:一种基于节点拓扑结构和语义属性的社团检测方法,步骤1:计算节点与节点邻居的综合相似度;步骤2:针对节点综合相似度计算节点中心性以及一阶、二阶邻域内的节点影响力;步骤3:基于节点影响力进行社团标签传播;步骤4:对于规模较小的社团进行节点重新分配;步骤5:将社团边界节点进行重新分配。本发明提高了带有节点语义属性网络的社团检测准确性。
主权项:1.一种基于节点拓扑结构和语义属性的社团检测方法,其特征在于,包括以下步骤;步骤1:使用Jaccard距离计算节点与节点邻居的拓扑结构相似度和语义属性相似度,使用α来衡量两者之间不同贡献得到节点综合相似度HS;Jaccard距离为两个向量中元素的交集与并集之比;步骤2:针对节点综合相似度HS计算节点中心性Chs以及一阶、二阶邻域内的节点影响力SI;步骤3:基于节点影响力SI进行社团标签传播,返回社团检测结果cdr1;步骤4:对于规模较小的社团进行节点重新分配,返回社团检测结果cdr2;步骤5:将社团边界节点进行重新分配,返回社团检测结果cdr3;所述步骤1中,计算节点综合相似度的过程步骤包括:步骤1.1:使Jaccard距离计算节点拓扑结构相似度TS,其计算过程如下: 其中,Γv′表示节点v的邻域节点集合,其包括节点v以及节点v的邻居节点集合,|Γv′∩Γu′|表示Γv′和Γu′并集中节点的个数,|Γv′∩Γu′|表示Γv′和Γu′交集中节点的个数;步骤1.2:使用Jaccard距离计算节点语义属性相似度AS,其计算过程如下: 其中,Wv指代节点v的属性向量,|Wv∩Wu|指节点v和u的相同属性的数量,|Wv∪Wu|指节点v和u总共存在属性的数量;步骤1.3:使用一个超级参数α灵活调整节点拓扑结构和语义属性对节点综合相似度HS的贡献,其计算过程如下: 所述步骤2中,计算节点中心性Chs以及一阶、二阶邻域内的节点影响力SI的过程步骤包括:步骤2.1:定义一个节点v的信息量NIv,其计算过程如下: 步骤2.2:归一化一个节点v的中心性Chsv,其计算过程如下: 步骤2.3:定义节点的一阶邻居对其的影响力,其计算过程如下: 其中,v1表示节点v是节点u的一阶邻居,也即v1∈Γu,Chsv1代表节点v1的中心性,HSu,v代表节点u和v之间的综合相似度,Dv1为节点u的度;步骤2.4:定义节点的二阶邻居对其的影响力,其计算过程如下: 其中,v2表示节点v是节点u的二阶邻居,也即v2∈Γv1;所述步骤3中,基于节点影响力SI进行社团标签传播过程的步骤包括:步骤3.1:计算每一个节点的中心性Chs;步骤3.2:迭代进行节点标签的改变,直到节点标签不再变化,其中更新节点标签的过程如下:步骤3.2.1:创建节点标签信息字典;步骤3.2.2:找到需要更新标签的节点一阶邻居集合;步骤3.2.3:将节点一阶邻居对节点传播的信息保存到节点标签信息字典中;步骤3.2.4:找到需要更新标签的节点二阶邻居集合;步骤3.2.5:将节点二阶邻居对节点传播的信息保存到节点标签信息字典中;步骤3.2.6:返回节点标签字典信息最大值对应的标签作为节点标签;步骤3.3:返回社团检测结果cdr1;所述步骤4中,对于规模较小的社团进行节点重新分配的步骤包括:步骤4.1:找到节点个数小于设定阈值r的社团,将这些社团中节点取出,并删除这些社团;步骤4.2:根据社团归属度指标CA将小规模社团中的节点重新分配社团,其中社团归属度指标CA计算公式如下: 其中,HSu,v是节点u和v之间的综合相似度,|Ci|是社团Ci中节点的数量;步骤4.3:返回社团检测结果cdr2;所述步骤5中,将社团边界节点进行重新分配的步骤包括:步骤5.1:找到各个社团的边界节点,其中社团Ci边界节点的计算过程如下: 步骤5.2:根据社团归属度指标将社团边界节点重新分配社团;步骤5.3:返回社团检测结果cdr3。
全文数据:
权利要求:
百度查询: 兰州大学 一种基于节点拓扑结构和语义属性的社团检测方法
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。