-
公开(公告)号:CN107578136A
公开(公告)日:2018-01-12
申请号:CN201710830381.X
申请日:2017-09-14
Applicant: 福州大学
Abstract: 本发明涉及一种基于随机游走与种子扩展的重叠社区发现方法,运用了随机游走选取种子社区、相似度计算与优化自适应函数社区扩展,实现大规模社交网络上的社区发现,包括以下步骤:1、读取原始数据,获取网络结构及节点近邻信息;2、根据节点的转移概率矩阵、评分矩阵以及节点与社区的相似度,获得种子社区集合Seeds;3、根据社区间相似度优化种子社区集合Seeds;4、根据种子与社区的相似度和自适应fitness函数扩展社区;5、根据节点与社区相似度和社区间相似度处理网络中的自由节点并合并相似社区;6、输出网络重叠社区结构。该方法可以高效、准确得发现重叠社区。
-
公开(公告)号:CN108765180A
公开(公告)日:2018-11-06
申请号:CN201810535515.X
申请日:2018-05-29
Applicant: 福州大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明涉及一种基于影响力与种子扩展的重叠社区发现方法,包括:1、读取网络数据集,生成网络结构图并获取节点信息;2、结合Jaccard系数和节点信息,计算节点的影响力分数;3、基于影响力分数,找到核心种子节点,建立核心种子社区集合;4、合并相似度高的社区,得到优化后的核心种子社区集合;5、根据社区邻居集中节点与相应社区的相似度,标记出候选节点;6、将满足模块度要求的候选节点加入相应社区中,得到重叠社区集合;7、将自由节点加入相似度高的重叠社区,更新重叠社区集合;8、合并相似度高的社区,得到优化后的重叠社区集合;9、输出最终的社区划分结果。该方法可以高效、准确地对复杂网络的重叠结构进行划分。
-