[发明专利]一种基于蝴碟模型的主题-文档二分图网络聚类切割方法

权利要求书

1.一种基于蝴碟模型的主题-文档二分图网络聚类切割方法，其特征在于：包括以下步骤：

步骤1：计算出图G的主题邻接矩阵W_M、主题度矩阵D_M和主题拉普拉斯矩阵L_M；

步骤1.1：计算出图G的主题邻接矩阵W_M；

其中，主题邻接矩阵W_M为n行n列的方阵，且W_M中第i行第j列元素，记为(W_M)_ij，该元素(W_M)_ij等于节点i和节点j同时参与的主题实例数，i和j的取值范围均为1到n；

步骤1.2：计算出图G的主题度矩阵D_M；

其中，主题度矩阵D_M为对角线矩阵，且D_M对角线上的元素(D_M)_ii通过计算，对角线外的其余元素皆为0；

步骤1.3：计算出图G的主题拉普拉斯矩阵L_M；

其中，主题拉普拉斯矩阵L_M通过L_M＝D_M-W_M计算；

步骤2：根据主题邻接矩阵W_M构造出无向加权图G_M；

步骤3：计算主题拉普拉斯矩阵L_M第二小特征值对应的特征向量及该特征向量的索引值，具体为：

步骤3.1：计算主题拉普拉斯矩阵L_M第二小特征值对应的特征向量z；

步骤3.2：输出的特征向量z中n个值从大到小排序对应的索引值；

其中，索引值σ_k代表z的第i个最大值的索引，即特征向量z中数值从大到小排序中的第k个值对应的位置；

其中，k取值范围为1到r；

步骤3.3：建立r个索引值集合S₁到S_r；

其中，S₁＝{σ₁}，S₂＝{σ₁,σ₂}，…S_k＝{σ₁,σ₂,...,σ_k}，…，S_r＝{σ₁,...,σ_r}；

S_k＝{σ₁,σ₂,...,σ_k}，代表包含σ₁、σ₂,...,σ_k元素的集合；

步骤4：分别计算S_r＝{σ₁,...,σ_r}的电导率，电导率中的最小值所对应的类即为所求的目标聚类，具体包括如下子步骤：

步骤4.1通过公式(1)计算S_k的电导率：

其中，k的取值范围为1到r；φ^(G)(S_k)代表S_k的电导率，且S_k＝{σ₁,σ₂,...,σ_k}；表示S_k补集，表示被切割的边的权重和，vol^(G)(S_k)表示S_k中点的边权重和，表示中点的边权重和；

步骤4.2求步骤4.1计算的r个电导率中的最小值；

其中，r个电导率中的最小值，记为

步骤4.3找出步骤4.2计算电导率最小值对应的类，即为所求目标聚类。

2.根据权利要求1所述的一种基于蝴碟模型的主题-文档二分图网络聚类切割方法，其特征在于：步骤1中图G为主题-文档二分图。

3.根据权利要求1所述的一种基于蝴碟模型的主题-文档二分图网络聚类切割方法，其特征在于：步骤2中，无向加权图G_M为n个节点及节点间基于权重的边连接关系。