发明名称 一种网络中基于节点相似度的网络社区划分方法
摘要 本发明公开了一种网络中基于节点相似度的网络社区划分方法,包括以下步骤:抽取用户对于网络社区划分的偏好信息并确定属性权重;从网络中的用户配置文件中获取数据集;以每个节点为一个网络社区,计算不同网络社区间的相似度,并将网络社区对按照相似度生成最大堆;选择具有最大相似度的节点对进行合并;计算新网络社区与其它网络社区间的相似度,插入至最大堆,并从最大堆中删除被合并网络社区的相关记录;计算新的网络社区划分的Q值;重复上述步骤直至所有节点都被合并至同一网络社区中,并找出Q值极值点及其相应划分;修改各属性权重,重复算法;汇总不同权重取值时的Q值极值及相应网络划分,将其中Q值较高的多个划分推荐给用户。
申请公布号 CN103020163A 申请公布日期 2013.04.03
申请号 CN201210488433.7 申请日期 2012.11.26
申请人 南京大学 发明人 窦万春;张绍谦
分类号 G06F17/30(2006.01)I 主分类号 G06F17/30(2006.01)I
代理机构 江苏圣典律师事务所 32237 代理人 胡建华
主权项 1.一种网络中基于节点相似度的网络社区划分方法,其特征在于,包括以下步骤:步骤1,从网络中的用户配制文件和用户日志文件中抽取用户对于网络社区划分的偏好信息;步骤2,从网络中的用户配置文件中获取数据集,所述数据集包含所有节点的属性值及节点之间的链接属性值;设定节点总属性权重与链接属性权重取值集合,节点总属性权重值<img file="FDA00002468222400011.GIF" wi="78" he="52" />的取值集合为{0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0},链接属性权重值<img file="FDA00002468222400012.GIF" wi="76" he="52" />的取值集合为{0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0};初始状态下,节点总属性权重值<img file="FDA00002468222400013.GIF" wi="80" he="52" />为0.5,链接属性权重值<img file="FDA00002468222400014.GIF" wi="74" he="52" />为0.5;根据节点属性数量,设定节点属性权重值的集合,每个节点属性权重值为0.1的整数倍,且所有节点属性权重值之和为1,初始状态下,每个节点属性权重值相等;步骤3,以每个节点为一个网络社区,计算不同网络社区间的相似度,并将网络社区对按照相似度生成最大堆,选择具有最大相似度的节点对进行合并,得到新网络社区;计算新网络社区与其它网络社区间的相似度,插入至最大堆,并从最大堆中删除被合并网络社区的对应记录;步骤4,计算网络社区划分的模块度Q值;重复步骤3直至所有节点都被合并至同一网络社区中,找出模块度Q值极值点;步骤5,根据步骤2中的节点属性权重值的集合,修改节点属性权重值,重复步骤3~步骤4,直至遍历所有节点属性权重值;汇总模块度Q值极值点处的网络社区划分,并将网络社区划分方案按照Q值极值大小排列;步骤6,根据步骤2中的节点总属性权重值的集合与链接属性权重值的集合修改节点总属性权重值<img file="FDA00002468222400015.GIF" wi="80" he="52" />与链接属性权重值<img file="FDA00002468222400016.GIF" wi="103" he="63" />重复步骤3~步骤5,直至遍历所有节点总属性权重值与链接属性权重值;汇总所得模块度Q值极值点处的网络社区划分,将网络社区划分方案按照Q值极值大小排列输出。
地址 210093 江苏省南京市栖霞区仙林大道163号南京大学