发明名称 |
基于模糊聚类的多分辨率社区发现方法 |
摘要 |
本发明提供了一种基于模糊聚类的多分辨率社区发现方法,根据邻居节点的局部交互信息,引入结构相似度来度量节点间的模糊关系,局部考虑节点间的模糊相似度在网络拓扑中的模糊传递性,并用模糊参数在模糊传递矩阵上截集而获得不同分辨率下的社区结构,从而实现网络社区发现。本发明采用矩阵转换运算,建立基于模糊聚类的网络社区检测模型,减少了传统方法中的迭代优化过程,降低了时间复杂度,通过大量实验证明了本方法能有效揭示网络中的社区结构,普适性较强,具有较高的应用价值;能有效实现了网络结构分析和社区结构可视化。 |
申请公布号 |
CN105868791A |
申请公布日期 |
2016.08.17 |
申请号 |
CN201610237640.3 |
申请日期 |
2016.04.15 |
申请人 |
上海交通大学 |
发明人 |
潘理;汪晓锋;李建华 |
分类号 |
G06K9/62(2006.01)I;G06Q50/00(2012.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
上海汉声知识产权代理有限公司 31236 |
代理人 |
郭国中 |
主权项 |
一种基于模糊聚类的多分辨率社区发现方法,其特征在于,包括如下步骤:模糊转换步骤:根据网络拓扑结构建立邻接矩阵A,并基于邻接矩阵A计算相邻节点间的模糊关系,将得到的模糊关系矩阵进行模糊传递转换,获得模糊等价矩阵;模糊截取步骤:将模糊等价矩阵映射到网络结构中,得到模糊等价类,利用模糊阈值来截取该模糊等价类,得到对应模糊阈值水平上的模糊社区结构聚类,并用模块度来评价模糊社区的聚类效果。 |
地址 |
200240 上海市闵行区东川路800号 |