[发明专利]应用于社交网络的k边连通分量挖掘系统及挖掘方法

权利要求书

1.一种应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其特征在于，包括：

遍历排序模组，其内初始化一节点序列，接收包括多个节点的目标图，并采用MAS排序策略遍历所述目标图的多个节点以构造新的节点序列；

图分割模组，其根据所述遍历排序模组构造的节点序列的排序状态与设定的边连接度值之间的关系确认是否分割目标图以获得分割后的子图；

局部边连接度检测模组，其自局部目标图中抽取k核结构进行检测，并根据检测结果判断所述k核结构的边连接度值；及

节点合并模组，其根据所述局部边连接度检测模组的检测结果与设定边连接度值之间的关系确认是否合并节点。

2.根据权利要求1所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其特征在于，所述挖掘系统还包括用以维护一超节点索引的层次化图分割计算模组。

3.根据权利要求1所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其特征在于，所述遍历排序模型采用基于语义感知的MAS排序策略遍历所述目标图的节点，并构造新的节点序列。

4.根据权利要求1所述的基于局部边连接度检测的k边连通分量挖掘系统，其特征在于，还包括子图剪枝模组，所述子图剪枝模组根据所述节点合并模组的计算结果来确认是否进行子图删除剪枝操作。

5.一种应用于社交网络的基于局部边连接度检测的k边连通分量挖掘挖掘方法，其特征在于，包括如下步骤：

提供遍历排序模组，所述遍历排序模组初始化一节点序列；

接收包括多个节点的目标图，所述遍历排序模组采用基于语义感知的MAS排序策略遍历所述目标图的节点，并构造一新的节点序列；

提供图分割模组，所述图分割模组根据所述遍历排序模组构造的节点序列的排序状态执行图分割操作；

提供局部k边连接度检测模组，对所述目标图进行局部边连接度检测；及

提供节点合并模组，所述节点合并模组根据所述局部k边连接度检测模组的检测结果执行节点合并操作，获得子图集合。

6.根据权利要求5所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘方法，其特征在于，在通过遍历排序模组遍历前还包括如下步骤：提供层次化图分割计算模组，所述层次化图分割计算模组维护一超节点索引。

7.根据权利要求6所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘方法，其特征在于，当对节点执行合并操作后，还包括对目标图中的所述子图进行剪枝筛选步骤。

8.根据权利要求6所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘方法，其特征在于，采用基于语义感知的最大邻接搜索排序策略构造节点序列步骤中，还包括如下步骤：初始化一空的节点序列；依次在未排序的节点中选择一与初始化节点序列节点集合的连接度最大的节点排在节点序列的队尾，当未排序的节点中有多个节点与已生成的节点序列具有相同的最大边连接度，则采用“最近更新的候选节点优先选择”的原则来选择下一顺位的节点。

9.根据权利要求8所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘方法，其特征在于，当构造节点序列时，对于每一被选择后将加入所述节点序列的节点，计算该节点与其加入之前的当前节点序列的边连接度值，判断该连接度值与设定值k的关系，当所述连接度值大于或等于所述设定值k，则执行局部边连接度检测操作以对该节点与其之前节点的边连接度进行检测。

10.根据权利要求9所述的应用于社交网络的基于局部边连接度检测的k边连通分量挖掘方法，其特征在于，当连续的多个节点与其之前节点序列的边连接度值大于或等于设定值k，则仅在所述连续节点中的最后一个节点加入节点序列时执行局部边连接度检测操作。