[发明专利]动态社交网络中基于电阻距离的动态演化社区发现系统及方法

权利要求书

1.一种动态社交网络中基于电阻距离的动态演化社区发现系统，包括接收单元(2)、数据预处理单元(3)、计算单元(4)、显示单元(5)及主控单元(1)，其特征在于：所述接收单元(2)、数据预处理单元(3)、计算单元(4)、显示单元(5)依次通过数据总线连接，主控单元(1)分别和接收单元(2)、数据预处理单元(3)、计算单元(4)、显示单元(5)连接，接收单元(2)、数据预处理单元(3)、计算单元(4)、显示单元(5)再通过信号总线分别和主控单元(1)连接；

所述接收单元(2)用于接收动态社交网络数据并保存；

所述数据预处理单元(3)用于将接收的社交网络数据编号并转换成具有T个时间片的网络序列G＝{G₁，G₂，...，G_T}；

所述计算单元(4)的工作方式为：在各个时间片网络上基于节点间的电阻距离与共同邻居数量，计算节点之间的距离并通过节点与其邻居节点的距离与用户输入的参数α，为每个节点计算其局部亲密邻居阈值与局部最小聚类阈值，通过节点的局部亲密邻居数量与局部最小聚类阈值判断节点是否是核心节点，并通过核心节点传播社区成员身份，发现社区结构；通过计算社区距离，处理噪声社区，并计算节点动态贡献度，进行相邻时间片上的社区匹配，得到相邻时间片之间的社区演化事件；

所述显示单元(5)用于将各个时间片网络上的社区结构与社区演化事件在屏幕上输出；

所述主控单元(1)用于控制数据及信号在各单元间的流动顺序以及控制整个模型的运行。

2.根据权利要求1所述动态社交网络中基于电阻距离的动态演化社区发现系统，其特征在于：所述动态社交网络数据用网络序列结构G＝{G₁，G₂，...，G_T}，其中G_t＝(V^t，E^t)表示在时间片t(1≤t≤T)时刻的网络结构，G_t是一个无向无权网络，V^t表示在G_t网络中节点集合，每个节点代表一个用户或者一个群组，E^t表示在G_t网络中的边集，每条边代表两个节点之间的关系；保存了动态网络在各个时刻的拓扑结构。

3.根据权利要求1所述动态社交网络中基于电阻距离的动态演化社区发现系统，其特征在于：所定义的节点间的距离如下述公式：

其中表示节点p和q在t时刻的距离，表示节点p在t时刻的邻居集合，表示在t时刻p节点与q节点之间的电阻距离，是t时刻p节点与邻居节点u的边的权重；

所定义的节点局部亲密邻居阈值如下述公式：

其中表示节点p在t时刻邻居节点的数量；在t时刻，节点p的所有邻居中，若节点p与节点q的距离小于节点p的局部亲密邻居阈值或者小于节点q的局部亲密邻居阈值则节点q属于节点p的局部亲密邻居；节点的局部亲密邻居集合表示如下：

所定义的局部最小聚类阈值为：其中α是用户输入的局部参数，根据α的大小可以调整社区结果中社区的形态；

所定义的社区距离如下述公式：

其中CD(i，j)是噪声社区与他的掠夺区之间的距离，p与q是分别属于与的核心节点时刻的核心节点集合；

所定义的节点贡献度如下述公式：

其中表示t时间片的i社区；所定义的节点动态贡献度为：