[发明专利]基于密度峰值与社区归属度的重叠社区发现方法

说明书

本发明涉及基于密度峰值与社区归属度的重叠社区发现方法，包括以下步骤：步骤S1：读取网络数据集，生成网络图G；步骤S2：根据网络图G节点间的路径长度来计算网络中节点间距离、距离最大值d_max、距离最小值d_min，得到节点间距离字典Pd；步骤S3：根据节点间距离字典Pd计算节点间的距离阈值d_c、节点的局部密度Rho；步骤S4：根据节点间距离字典Pd、节点的局部密度Rho求取节点的跟随节点Nnb和跟随距离Del；步骤S5：根据密度峰值聚类算法的原理生成非重叠社区集C；步骤S6：对非重叠社区集C的边界点进行社区归属判断，得到重叠社区集C'；步骤S7：输出最终的社区划分结果。

技术领域

本发明涉及复杂网络上的重叠社区发现技术领域，具体涉及一种基于密度聚类的重叠社区发现方法。

背景技术

在现实世界中存在大量复杂网络，如社交网络、生物网络、文献引用网络。研究表明，这些复杂网络普遍存在着一定的社区结构，各社区内部节点连接较为紧密，社区间连接较为稀疏。社区发现研究的就是如何准确的识别出复杂网络中的社区结构。

传统的社区发现算法是将网络划分成若干个互不相连的社区，网络中每个节点和边只能隶属一个固定社区。包括模块度优化方法，层次聚类算法，标签传播算法和信息论算法。.然而，真实网络中，社区之间通常是互相交叉，彼此联系的，这种情形下，网络中的节点不再仅隶属于单个社区，而是同时被包含到多个相关联的社区中。因而，研究重叠社区结构具有更重要意义。

目前，重叠社区发现算法主要包括基于派系过滤的算法、基于局部社区的算法、基于多标签传播的算法和基于链接聚类的算法等。这些算法在社区结构明显且大小均匀时可以较好的发现网络社区结构，但对于社区大小不均以及形状各异的网络，上述算法的效果较差。所以就有研究员提出了基于密度峰值聚类的重叠社区发现算法。

目前已有一些学者对基于密度峰值聚类的重叠社区发现算法进行了研究，也取得了一定的成果，但仍然存在以下两个问题：首先算法的时间复杂度相对较高，无法处理较大规模网络；其次，在选取社区中心点时，需要人为指定社区中心点的局部密度阈值和跟随距离阈值，这种方法无法很好的应用于较为复杂网络结构。这两个问题导致了社区发现的精度不高。

发明内容

有鉴于此，本发明的目的在于提供一种基于密度聚类的重叠社区发现方法，能够准确的识别重叠社区结构，且具近似线性的时间复杂度，适用于大规模复杂网络。

为实现上述目的，本发明采用如下技术方案：

基于密度峰值与社区归属度的重叠社区发现方法，其特征在于：包括以下步骤：

步骤S1:读取网络数据集，生成网络图G；

步骤S2：根据网络图G节点间的路径长度来计算网络中节点间距离、距离最大值d_max、距离最小值d_min，得到节点间距离字典Pd；

步骤S3：根据节点间距离字典Pd计算节点间的距离阈值d_c、节点的局部密度Rho；

步骤S4：根据节点间距离字典Pd、节点的局部密度Rho求取节点的跟随节点Nnb和跟随距离Del；