[发明专利]一种复杂网络重叠社区发现方法

权利要求书

1.一种复杂网络重叠社区发现方法，其特征在于，包括以下步骤：

S10、将复杂网络表示为图G(V,E)的形式，即利用图中的节点和边对网络进行描述；

S20、计算图G(V,E)中每个网络节点的连接因子，用于描述某一网络节点对其可能隶属的网络社区中其它节点的最大凝聚性，即社区内部的稠密性；

S30、计算图G(V,E)中每个网络节点的分离因子，用于反映某一网络节点与其可能隶属的网络社区之外的节点间的最大相关性，即社区外部的稀疏性；

S40、计算每个节点的代表度，节点代表度用于描述某一节点对其所在社区的领导能力；

S50、将网络中的所有节点按照连接因子从大到小进行排序，并选取代表度最大的K个节点作为网络社区的领袖节点，其中K为网络中包含的社区数量；

S60、初始化领袖节点的社区隶属度；

S70、对于步骤5获得的按照连接因子排序的网络节点，依据节点连接因子和相似度通过递归过程计算每个非领袖节点关于各网络社区的隶属度；

S80、输出重叠社区发现结果。

2.根据权利要求1所述一种复杂网络重叠社区发现方法，其特征在于，所述步骤S10中所述复杂网络的图表示形式记作G(V,E)，其中V＝(v₁,v₂,…,v_i,…,v_m)表示网络中的节点集合，m为节点数量，v_i为网络中的第i个节点；E＝(e₁,e₂,…,e_j,…,e_n)表示网络中节点间连边的集合，n为边的数量，e_j表示网络中的第j条边。

3.根据权利要求1所述一种复杂网络重叠社区发现方法，其特征在于，所述步骤S20中某一节点的连接因子定义为该节点的度与其邻居节点中最大相似度的乘积，所述步骤S20包括：

S21、计算网络中每个节点的度，即直接与该节点连接的边的数量，节点v_i的度记做d_i；

S22、计算网络中每个节点与其具有直接连边关系的邻接节点的相似度，相似度是指两个节点拥有的共同邻接节点数量，节点v_i与其某一邻接节点v_j间的相似度记做s_i,j；

S23、依据节点的度及其邻居节点的相似度，计算每个节点的重要度，对于任一节点v_i，其连接因子记做L_i，计算方法如式(1)所示：

4.根据权利要求1所述一种复杂网络重叠社区发现方法，其特征在于，所述步骤S30中某一节点分离因子定义为重要度高于该节点的邻居节点与这一节点间的最大相似度，对于任一节点v_i，其分离度记做P_i，计算方法如式(2)所示：

5.根据权利要求1所述一种复杂网络重叠社区发现方法，其特征在于，所述步骤S40中任一节点v_i的代表度记做R_i，其计算方法如式(3)所示：

6.根据权利要求1所述一种复杂网络重叠社区发现方法，其特征在于，所述步骤S50包括：

S51、将网络中的所有节点按照连接因子从大到小进行排序，排序后的节点记为对于排序后的任意2个节点和满足：若i＞j，则其连接因子L_i＜L_j；

S52、从排序后节点中选择代表度最大的K个节点作为网络社区领袖节点，记做C＝(c₁,c₂,…,c_k,…,c_K)，其中c_a表示第k个社区的领袖节点，1≤k≤K表示社区领袖节点的序号。

7.根据权利要求1所述一种复杂网络重叠社区发现方法，其特征在于，所述步骤60中初始化领袖节点的社区隶属度，具体而言是将各社区领袖节点关于其各自代表的网络社区的隶属度初始化为1。