[发明专利]一种社区发现方法及装置

说明书

本发明提供一种社区发现方法及装置，包括获得网络数据中每两个社区节点合并的模块度变化量，判断模块度变化量中的最大值是否为负数。若最大值为非负数，则将模块度变化量为最大值的至少两个社区节点合并成一个社区节点；若最大值为负数，则停止社区发现。本发明实现一次性对多个社区节点的合并，从而减少合并的迭代次数，提高社区发现的效率。

技术领域

本发明涉及互联网通信领域，尤其涉及一种社区发现方法及装置。

背景技术

社区结构，即由一组内部连接紧密，与外部连接稀疏的节点集合构成的结构，广泛的存在于真实的复杂网络中。比如，在社交网络中，一个社区对应着一个朋友圈；在万维网中，一个社区中的网页都蕴含相同的主题。研究社区结构对认识节点内部关联、信息传播、兴趣点推荐等都具有重要的意义。

目前比较经典的几种社区发现算法有基于图算法的社区发现算法，基于启发式的社区发现算法和基于模块度优化的社区发现算法。在实现本发明过程中，发明人发现现有典型的基于模块度优化的社区发现方法CNM和fastnewman在进行每轮迭代时，只能合并两个社区节点，社区发现过程中迭代的次数较多，需要花费较多时间。

发明内容

有鉴于此，本发明实施例所解决的技术问题之一在于提供一种社区发现方法及装置，用以克服现有技术中每轮迭代只能合并两个社区节点，合并效率较低的缺陷，达到减少迭代次数，节省时间的效果。

本发明实施例提供一种社区发现方法，所述方法包括：

获得网络数据中每两个社区节点合并的模块度变化量；

判断所述模块度变化量中的最大值是否为负数；

若所述最大值为非负数，则将所述模块度变化量为所述最大值的至少两个社区节点合并成一个社区节点。

可选地，在本发明一具体实施例中，所述方法还包括：

若所述最大值为负数，则停止社区发现。

可选地，在本发明一具体实施例中，所述获得网络数据中每两个社区节点合并的模块度变化量的步骤包括：

从所述网络数据中，获得所述网络的边数信息和社区节点数量信息；

根据所述网络的边数信息，获得每两个社区节点合并的模块度变化量。

可选地，在本发明一具体实施例中，在所述从所述网络数据中，获得所述网络的边数信息和社区节点数量信息的步骤之前，还包括：

利用GraphX加载网络数据。

可选地，在本发明一具体实施例中，所述若所述最大值为非负数，则将所述模块度变化量为所述最大值的至少两个社区节点合并成一个社区节点的步骤之后，还包括：

更新所述网络数据中每两个社区节点合并的模块度变化量。

可选地，在本发明一具体实施例中，所述更新所述网络数据中每两个社区节点合并的模块度变化量的步骤包括：

利用合并前的所述网络数据中每两个社区节点合并的模块度变化量，更新合并后的所述网络数据中每两个社区节点合并的模块度变化量。

本发明还提供一种社区发现装置，所述装置包括：

获得模块，用于获得网络数据中每两个社区节点合并的模块度变化量；

判断模块，用于判断所述模块度变化量中的最大值是否为负数；

合并模块，用于若所述最大值为非负数，则将所述模块度变化量为所述最大值的至少两个社区节点合并成一个社区节点。

可选地，在本发明一具体实施例中，所述装置还包括：