一种社交网络中的动态社区检测方法

摘要

本发明涉及社交网络技术领域，特别是一种社交网络中的动态社区检测方法，所述方法包括如下步骤：对于动态变化的社交网络，获取社交网络的某个时间片(时刻)的快照，构造快照的社交网络图；首先对初始时刻的社交网络图进行社区划分，对社交网络的后续某个时间片（时刻）的快照，则通过与上一时刻快照的对比，找出增量节点集合；计算增量节点所占比例，如果增量节点比例超出指定阈值，对完整的快照网络进行社区划分，反之仅对增量节点集合进行社区划分，获得社交网络的某个时刻快照的社区结构。所述方法可有效的挖掘社交网络中的社区结构，可应用于目标群体挖掘、精确营销等领域。

主权项

一种社交网络中的动态社区检测方法，其特征在于，所述方法包括以下步骤：步骤A：获取社交网络一时刻ti‑1的快照数据，作为初始的社交网络快照，并构造以社交网络用户为节点、用户关系为边的社交网络图Gi‑1=(Vi‑1, Ei‑1)，Vi‑1表示时刻ti‑1的社交网络图Gi‑1的节点集合，Ei‑1表示时刻ti‑1的社交网络图Gi‑1的边集合；步骤B：对于时刻ti‑1的社交网络图Gi‑1，进行社区划分，获得社交网络在时刻ti‑1的社区结构；步骤C：顺序获取社交网络下一时刻ti的快照数据，构造社交网络图Gi=(Vi, Ei)，Vi表示时刻ti的社交网络图Gi的节点集合，Ei表示时刻ti的社交网络图Gi的边集合，然后获得时刻ti的社交网络图Gi与上一时刻ti‑1的社交网络图Gi‑1相比发生变化的节点集合，即增量节点集合VCi；步骤D：根据所述增量节点集合VCi，计算增量节点占节点总数的比例，即增量节点比例；步骤E：根据所述增量节点比例，若增量节点比例大于设定阈值，则对社交网络图Gi中所有的节点重新进行社区划分，若增量节点比例小于设定阈值，则社交网络图Gi中不属于增量节点集合的节点维持原有的标签不变，保持原来的社区归属，仅对属于增量节点集合的节点进行社区划分，更新增量节点集合中节点的社区标签；社区划分结束后，根据每个节点所拥有的社区标签，将拥有相同标签的节点归属到同一社区，获得社交网络在时刻ti的社区结构。