[发明专利]一种基于节点Jaccard相似度的社交网络社团发现方法

权利要求书

1.一种基于节点Jaccard相似度的社交网络社团发现方法，包括以下步骤：

步骤一：对社交网络数据进行预处理，其中包括: 将社交网络中的用户抽象成网络中的节点，获取包括所有节点构成的集合,两节点之间边构成的集合；

步骤二：根据步骤一预处理的结果通过Jaccard相似度的计算方法计算出所述社交网络中的每两个节点的Jaccard相似度；

所述两节点的Jaccard相似度计算方法如下；

2-1 具体地,计算社交网络数据中任意节点i和节点j的Jaccard相似度：首先分别获取与节点i或节点j相互连接的各个节点以及包含节点i或j本身的节点的集合，既集合Vi或集合Vj；

2-2 计算节点i和节点j的Jaccard相似度：集合Vi和Vj的交集与并集的比值，即SIM(Vi,Vj)=(Vi∩Vj)/(Vi∪Vj)； 

步骤三：根据步骤一所得的所有节点和步骤二所得每对节点的相似度，组成一个节点相似度矩阵；

步骤四：选择步骤三所述节点相似度矩阵中相似度最大的进行聚合，由此获得新的社团；

步骤五：计算所述社交网络数据中两个社团之间的Jaccard相似度；

所述两个社团之间的Jaccard相似度计算方法如下：

5-1具体地，计算社交网络数据中任意社团k和社团l的Jaccard相似度：首先获取来自社团k的任意节点m和来自社团l的任意节点n；

5-2 如所述步骤二的方法计算节点m和节点n的Jaccard相似度；

5-3 重复5-1步骤至5-2步骤计算出分别来自社团k和社团l组成的所有节点对的相似度；

5-4 根据步骤5-3得出的社团k和社团l的每对节点相似度并根据结果求出平均值，既两个社团之间的Jaccard相似度；

步骤六：根据所述步骤五的方法计算社交网络数据中所有社团间的Jaccard相似度；

步骤七：根据所述社交网络数据中社团和所述步骤六计算的结果，构成网络中各个社团的社团相似度矩阵；

步骤八：根据步骤七所述社团相似度矩阵中相似度最大的社团进行聚合，构成新的社团；

步骤九：重复步骤五至步骤八，直到整个网络聚合成一个社团为止。

2.根据权利要求1所述一种基于节点Jaccard相似度的社交网络社团发现方法,其特征包含：所述步骤三得到所诉节点相似度矩阵后，将社团网络数据中每一个节点初始化为一个社团。

3.根据权利要求1所诉的一种基于节点Jaccard相似度的社交网络社团发现方法，其特征包含：所述对社交网络数据进行预处理，可获得一个邻接矩阵，所述邻接矩阵中的元素只有1和0，1表示行和列代表的节点相连，0表示行和列代表的节点不相连。 

4.根据权利要求1所述的一种基于节点Jaccard相似度的社交网络社团发现方法，其特征包含：两个社团之间的Jaccard相似度，所述步骤五中5-1或5-3需获取的节点对必须分别来自所求的两个社团。