一种基于集成学的社会网络重叠社区发现方法

摘要

本发明提出一种基于集成学的社会网络重叠社区发现方法，属于社会网络技术领域。对于一个社会网络数据集，首先利用KASP方法对网络进行社区划分，得到多个互不相同的Λ种社区划分候选方案，然后运用CCChooser选择方法从Λ种社区划分候选方案中选择出待聚合的λ种社区划分方案，最后对λ种待聚合社区划分方案的社区进行层次软聚类并输出最优截断点对应的生成簇作为最终的网络重叠社区结构。与基于个体聚类器的重叠社区发现方法相比较，本发明文提出的方法能发现更有效的网络重叠社区结构。本发明应用于以微博网络、邮件网络、BBS论坛网络等各种社交平台，可以优化信息网络结构、提升信息主动服务质量、增强网络文化安全等。

主权项

1.一种基于集成学习的社会网络重叠社区发现方法，应用于Web2.0下的社交网络，其特征在于，所述方法综合集成学习策略与谱聚类方法实现社会网络的重叠社区发现，包括以下步骤：A．运用快速谱聚类方法KASP计算获取社会网络的Λ种社区划分方案；B．运用CCChooser选择方法从各种社区划分候选方案中选择出待聚合的种社区划分方案，其中；C．对待聚合社区划分方案中的社区进行层次软聚类, 输出最优截断点对应的生成簇作为网络重叠社区结构。