公开(公告)号：CN113515685A

公开(公告)日：2021-10-19

申请号：CN202110425314.6

申请日：2021-04-20

Applicant: 南通大学

Inventor： 曹金鑫 ,  许伟忠 ,  丁卫平 ,  张晓峰 ,  鞠恒荣 ,  黄嘉爽 ,  程纯

IPC: G06F16/9532

Abstract: 本发明提供了一种融合Embedding强化拓扑与节点内容信息的社团检测方法：获取复杂网络汇总节点之间的边和节点上文本数据集合；对网络拓扑、节点内容信息分别进行矩阵化处理、one‑hot处理，基于Node2vec方法对网络拓扑Embedding处理以获取复杂网络的Embedding信息；关联以上信息以构建融合强化网络拓扑和节点内容的社团检测模型；模型优化推到出模型参数，并对基于模型参数的聚类进行评估。本发明的有益效果为：本发明减缓网络拓扑表征不足、稀疏性的负面影响，对融合网络拓扑与内容信息的社团检测具有良好的理论应用价值。

公开(公告)号：CN114491293A

公开(公告)日：2022-05-13

申请号：CN202210104815.9

申请日：2022-01-28

Applicant: 南通大学

Inventor： 许伟忠 ,  曹金鑫 ,  张晓峰 ,  丁卫平 ,  鞠小林 ,  鞠恒荣 ,  黄嘉爽 ,  程纯

IPC: G06F16/9536 ,  G06Q50/00 ,  G06K9/62

Abstract: 本发明属于复杂网络分析技术领域，具体涉及一种统一化融合内容信息的半监督社团检测方法。本发明的步骤为：形式化带有节点内容网络中的拓扑和内容信息；利用基于非负矩阵分解的生成框架实现基于标准NMF和SNMF的拓扑子模型，计算结构相似度构建must‑link先验信息以调整节点社团隶属度，借鉴pLSA主题模型思想，基于非负矩阵分解构建内容子模型；引入平衡因子统一化融合具有先验信息的拓扑子模型和内容子模型，进而构建统一化融合节点内容半监督社团检测模型，最后，利用梯度下降法学习模型参数，得到节点的社团隶属度矩阵，进行聚类以挖掘网络中社团结构，运用标准化互信息熵NMI和调整兰德系数ARI对模型性能进行评估。

公开(公告)号：CN113961821B

公开(公告)日：2025-01-07

申请号：CN202111220041.8

申请日：2021-10-20

Applicant: 南通大学

Inventor： 曹金鑫 ,  金弟 ,  鞠小林 ,  丁卫平 ,  许伟忠 ,  徐慧

IPC: G06F16/9536 ,  G06F17/16 ,  G06F18/2321 ,  G06F18/25

Abstract: 本发明公开了一种基于图正则融合异构拓扑和节点内容的社团检测方法，属于复杂网络分析技术领域，该方法识别具有内容信息的网络数据中社团结构，运用随机块框架的非负矩阵分解和图正则化分别建模拓扑和内容，基于“具有相似内容的节点很有可能属于同一社团”子空间聚类思想，以融合拓扑和内容，以构建基于图正则的非负矩阵分解社团检测模型；最后使用评价算法归一化互信息熵评估模型有效性。本发明的有益效果为：运用图正则融合拓扑和内容，同时，提出节点流行度和K近邻一致性分别处理拓扑和内容特性，提高了社团检测能力。

公开(公告)号：CN115587260A

公开(公告)日：2023-01-10

申请号：CN202211273772.3

申请日：2022-10-18

Applicant: 南通大学

Inventor： 曹金鑫 ,  许伟忠 ,  张晓峰 ,  丁卫平

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F18/23 ,  G06F18/25

Abstract: 本发明公开了一种基于NMF融合内容、网络嵌入的半监督社团检测方法，属于复杂网络分析技术领域，基于该同一框架的方法检测属性网络中社团结构，运用基于生成框架的非负矩阵分解技术分别建模拓扑、内容，借鉴结构相似性建模先验信息并调节顶点社团隶属度，采用矩阵补全思想实现网络嵌入进一步强化顶点社团隶属度，然后，运用“同一社团的顶点具有相似内容”以融合拓扑和内容，以实现融合内容、网络嵌入强化的半监督社团检测；最后使用评价算法归一化互信息熵评价模型的性能。本发明运用非负矩阵分解技术建模、融合拓扑和内容简单易行，同时，引入先验信息调整、网络嵌入强化社团隶属度，以提升社团检测的性能。

公开(公告)号：CN113744072A

公开(公告)日：2021-12-03

申请号：CN202110987729.2

申请日：2021-08-26

Applicant: 南通大学

Inventor： 曹金鑫 ,  许伟忠 ,  鞠小林 ,  陈翔 ,  丁卫平

IPC: G06Q50/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络融合拓扑和内容社团检测方法，属于复杂网络分析技术领域，该方法挖掘带有内容信息的网络数据集中社团结构，运用模块度最大化和标准化切割分别建模拓扑和内容，基于谱矩阵特征值分解、矩阵低秩拟合和自动编码器重构在理论上的相似，无缝融合拓扑和内容，以构建基于自动编码器框架深度神经网络的社团检测模型；最后使用评价算法归一化互信息熵、杰卡德系数评估模型有效性。本发明的有益效果为：利用自动编码器框架无缝融合拓扑和内容，另一方面基于深度神经网络获取的网络表征具有良好的社团检测能力。

公开(公告)号：CN113378075A

公开(公告)日：2021-09-10

申请号：CN202110698553.9

申请日：2021-06-23

Applicant: 南通大学

Inventor： 曹金鑫 ,  贾焱鑫 ,  许伟忠 ,  陈翔 ,  丁卫平 ,  张晓峰

IPC: G06F16/9536

Abstract: 本发明公开了一种自适应融合网络拓扑和节点内容的社团发现方法，属于复杂网络分析技术领域，该方法挖掘社交网络数据集中社团结构，运用节点社团隶属度和图正则项分别建模网络拓扑和节点内容，然后引入自适应因子对所述网络拓扑和节点内容进行融合，以构建基于图正则化的自适应社团检测模型；最后使用评价算法归一化互信息熵评估模型有效性。本发明的有益效果为：利用自动编码器以及图正则整合了网络拓扑和节点内容，另一方面引入自适应因子缓解了社团发现过程中网络拓扑和节点内容的不匹配性。

公开(公告)号：CN114491293B

公开(公告)日：2024-12-20

申请号：CN202210104815.9

申请日：2022-01-28

Applicant: 南通大学

Inventor： 许伟忠 ,  曹金鑫 ,  张晓峰 ,  丁卫平 ,  鞠小林 ,  鞠恒荣 ,  黄嘉爽 ,  程纯

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F18/25

Abstract: 本发明属于复杂网络分析技术领域，具体涉及一种统一化融合内容信息的半监督社团检测方法。本发明的步骤为：形式化带有节点内容网络中的拓扑和内容信息；利用基于非负矩阵分解的生成框架实现基于标准NMF和SNMF的拓扑子模型，计算结构相似度构建must‑link先验信息以调整节点社团隶属度，借鉴pLSA主题模型思想，基于非负矩阵分解构建内容子模型；引入平衡因子统一化融合具有先验信息的拓扑子模型和内容子模型，进而构建统一化融合节点内容半监督社团检测模型，最后，利用梯度下降法学习模型参数，得到节点的社团隶属度矩阵，进行聚类以挖掘网络中社团结构，运用标准化互信息熵NMI和调整兰德系数ARI对模型性能进行评估。

公开(公告)号：CN113961821A

公开(公告)日：2022-01-21

申请号：CN202111220041.8

申请日：2021-10-20

Applicant: 南通大学

Inventor： 曹金鑫 ,  金弟 ,  鞠小林 ,  丁卫平 ,  许伟忠 ,  徐慧

IPC: G06F16/9536 ,  G06F17/16 ,  G06K9/62

Abstract: 本发明公开了一种基于图正则融合异构拓扑和节点内容的社团检测方法，属于复杂网络分析技术领域，该方法识别具有内容信息的网络数据中社团结构，运用随机块框架的非负矩阵分解和图正则化分别建模拓扑和内容，基于“具有相似内容的节点很有可能属于同一社团”子空间聚类思想，以融合拓扑和内容，以构建基于图正则的非负矩阵分解社团检测模型；最后使用评价算法归一化互信息熵评估模型有效性。本发明的有益效果为：运用图正则融合拓扑和内容，同时，提出节点流行度和K近邻一致性分别处理拓扑和内容特性，提高了社团检测能力。