[发明专利]一种基于特征向量中心性峰值聚类的重叠社团检测方法

说明书

一种基于特征向量中心性峰值聚类的重叠社团检测方法，构建网络模型；对于任意节点v_i，计算特征向量中心性x_i，将x_i与其他节点的特征向量中心性比较，得到特征向量中心性比自己高的节点的集合，计算v_i与该集合中每个点的距离，选择最小距离δ_i，计算节点v_i的决策积按照决策积的数值对所有的节点降序排列；取决策积前β个节点作为社团中心；计算节点v_i概率向量P_i，v_i归属P_i中数值最大分量所对应的社团，如果概率向量的分量中，数值最大的两个分量比较接近，则该节点为同时属于相应两个社团的重叠节点；遍历网络中所有节点，完成社团划分。本发明根据特征向量中心性检测社团，算法速度快，精度高。

技术领域

本发明涉及网络科学，特别是指一种基于特征向量中心性峰值聚类的重叠社团检测方法。

背景技术

现实网络不仅具有小世界和无标度等特征，且还具有社区结构特征。社区与社区之间的连接虽然较为稀疏,但是社区内部节点之间的连接却非常稠密。这种社区结构特征能够反映节点之间的局部聚集特性。由于社区内部的节点基本上都具有相似的性质或者相似的功能,因此社区结构的研究是进一步对整个复杂网络及其社区进行功能研究的基础。

目前,学者们已经提出了很多社区结构发现算法,其中比较典型的是图分割方法和层次聚类方法。图分割方法包括基于拉普拉斯图特征值的谱平分法；层次聚类方法根据网络中是否加边可以分为两大类:一类是凝聚算法,另一类是分裂算法。其中,分裂方法在实现社区划分过程中主要是按照某种标准来判断是否移除某边,而这个标准主要分为边介数、边聚类系数以及边信息中心度三类。GN算法是典型的分裂方法,该算法就是按照边介数最大的先移除的办法进行的。随着对社区发现的深入研究,Newman等提出了模块度函数,随后又出现了某些基于模块度极值优化的方法,如CNM算法、BGLL算法。然而,在现实生活中的网络,其节点并不是完全只属于某一个社区,而是可能属于多个社区,也就是说网络中存在着重叠部分。因此,学者们为了能更加真实地刻画网络的结构特征,又提出了许多重叠社区划分方法。如CONGA算法、GCE算法、LFM算法等。

发明内容

为了克服已有的重叠社团检测算法检测结果精确度不高、实时性较差的不足，本发明提出了一种考虑了快速收敛的基于特征向量中心性峰值聚类的重叠社团检测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于特征向量中心性峰值聚类的重叠社团检测方法，包括以下步骤：

步骤一：构建一个网络G(V,E),V代表网络节点，E代表网络中的边，该网络的邻接矩阵为A，其中A_ij是邻接矩阵中的元素，当节点v_i和节点v_j有连边时，A_ij＝1；当节点v_i和节点v_j无连边时，A_ij＝0；λ₁是矩阵A的最大的特征根；

步骤二：对于任意节点v_i,计算其特征向量中心性遍历网络，求出网络中每个节点的特征向量中心性，作为衡量每个节点在网络中的重要性的指标；

步骤三：对于任意节点v_i，比较该节点的特征向量中心性v_i与其他网络中节点的特征向量中心性，得到特征向量中心性比自己高的节点的集合θ_i，计算v_i与该集合θ_i中每个点的距离，其中的最小值被定义为节点v_i的最小距离δ_i，节点v_i的决策积定义为遍历网络，求出网络中每个节点的最小距离和决策积，按照决策积的数值对所有的节点从高到低降序排列；