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