一种基于多目标优化的Web社区发现方法

摘要

本发明提出一种基于多目标优化的Web社区发现方法，应用于Web2.0下的社交网络，可以提升信息主动服务质量、增强网络文化安全等；其包括：设置粒子群规模、粒子位置和速度的范围与维度、粒子群惯性因子、邻域半径及外部存档最大容量等相关参数；建立Web信息网络各节点的邻居节点编号表；采用基于节点邻居有序表的编码方法初始化粒子群；重复如下操作直到停止条件满足：计算粒子适应度向量，比较粒子的Pareto支配关系，更新Pareto最优社区结构集，选择粒子飞行的leader，更新粒子的位置和速度；输出全部Pareto最优解集元素所对应的网络社区结构。与基于单目标优化策略的经典算法相比较，本发明提出的方法能发现更有效的Pareto最优网络社区结构。

主权项

一种基于多目标优化的Web社区发现方法，其特征在于：应用于Web2.0下的社交网络，包括以下步骤：步骤1）、设置发明方法的算法相关参数：粒子群规模，粒子位置和速度的范围与维度，粒子群惯性因子，邻域半径及外部存档最大容量，MOPSO算法的最大迭代次数；步骤2）、对于给定Web信息网络中的所有节点进行编号，通过对每个节点的邻居根据其编号进行排序来构造邻居有序表； 步骤3）、采用基于节点邻居有序表的编码方法初始化粒子群，粒子群中的个体粒子产生方法如下：初始化一个长度为网络节点数的向量，该向量中的第i位分量取值为区间[1, NLL]中的一个随机整数，NLL为邻居有序表中的中心节点i对应的邻居列表长度；步骤4）、通过MOPSO算法实现寻优Pareto最优解集元素所对应的网络社区结构。