基于增量聚类的动态社会网络社团结构演化方法

摘要

本发明公开了一种基于增量聚类的动态社会网络社团演化方法，用于解决大规模网络中社团结构检测以及社团演化追踪的问题。该方法包括以下步骤：抽取整个网络的核心节点构成核心子图；在t＝0时刻的核心子图上运行层次聚类算法以到核心社团的初始结构，并在此基础上使用扩展算法得到整个网络的社团结构；在t>0时刻，根据相邻时刻网络的动态演化情况采用增量聚类算法得到当前时刻的核心社团结构并扩展它得到整体社团结构。通过引入核心子图，本方法避免了在整个网络中进行增量计算，加快了处理速度从而适用于大规模网络下的社团发现。另外通过引入社团结构偏移度的概念，本方法避免了长时间演变后社团结构出现较大偏差，提高了社团演化追踪的准确度。

主权项

一种基于增量聚类的动态社会网络社团结构演化方法，其特征在于，包括以下步骤：(1)输入t＝0时刻的网络，利用静态社团划分算法找到核心子图的初始社团划分KS₀，并将KS₀扩展到全网得到整体网络的初始社团结构CS₀；(2)输入t(t>0)时刻的网络，利用基于增量聚类的快速社团划分方法找到核心社团结构KS_t，并将KS_t扩展到全网得到该时刻整体网络的社团结构CS_t；(3)得到一个较长时间段内的社团结构时间演化序列{CS₀，CS₁,…,CS_t,…,CS_n}，发现动态社团结构的演化规律。