[发明专利]一种面向社交网络的社区检测方法在审
申请号: | 201910435582.9 | 申请日: | 2019-05-23 |
公开(公告)号: | CN110263260A | 公开(公告)日: | 2019-09-20 |
发明(设计)人: | 杜航原;裴希亚 | 申请(专利权)人: | 山西大学 |
主分类号: | G06F16/9536 | 分类号: | G06F16/9536 |
代理公司: | 太原晋科知识产权代理事务所(特殊普通合伙) 14110 | 代理人: | 任林芳 |
地址: | 030006*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 社交网络 社区 检测结果 用户节点 中心用户 隶属度 检测 社交网络分析 互联网数据 存储用户 关联关系 节点分配 结果反馈 邻接矩阵 社区结构 推荐系统 网络构造 网络计算 准确检测 密集度 构建 模体 输出 监控 挖掘 网络 | ||
1.一种面向社交网络的社区检测方法,其特征在于,包括以下步骤:
S1:获取社交网络数据,建立邻接矩阵用来存储用户之间的关联关系,以此构成网络G=<V,E,F>;
S2:根据网络G=<V,E,F>构造模体,并计算模体中与每条边相连的两个用户节点间的属性同质值HG(i,j)、模体的属性同质值Ht和用户节点间的属性-结构连接强度aij,从而得到用户节点的密集度Deni;
S3:根据网络G=<V,E,F>,计算相邻用户节点间的直接相似度DT(i,j)、不相邻用户节点间的间接相似度IT(i,j)、边ei,j相对于节点邻域Fi的边适应度边ei,j相对于节点邻域Fj的边适应度边ei,j的边适应度Fitij,从而得到用户节点的间隔度Inti;
S4:选择密集度Deni和间隔度Ihti乘积最大的K个用户节点作为网络中K个社区的社区中心;
S5:计算每个非中心用户节点关于不同社区的隶属度,将这些非中心用户节点分配到隶属度最大的社区;
S6:输出最终的社区检测结果,将结果反馈给社交网络分析人员,用于社交网络的舆情监控和推荐系统构建。
2.根据权利要求1所述的面向社交网络的社区检测方法,其特征在于,所述步骤S1具体为:获取社交网络数据,依据社交网络中用户间的关联关系建立社交网络的邻接矩阵其中uij表示第i个用户与第j个用户之间的关联关系;若两个用户之间有关联,则uij=1,否则uij=0;以此构成网络G=<V,E,F>,其中表示由网络中的n个用户组成的集合,vi是用于表示第i个社交网络用户的节点;表示由社交网络中用户间关联关系对应的边组成的集合,其中ei,j表示第i个用户与第j个用户之间的一条连边;表示社交网络中的属性集合,其中fi表示第i个用户的属性向量,每个用户的属性向量包含d个维度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山西大学,未经山西大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910435582.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:在线教学视频推送管理系统
- 下一篇:一种基于盆栽养殖行为的好友推荐方法与装置