[发明专利]一种复杂网络的广义社区发现方法

权利要求书

1.一种复杂网络的广义社区发现方法，其特征在于，包括：

1)、获取复杂网络的所有节点，将所有节点依次定义为示例节点，除所定义示例节点之外的所有节点定义为该示例节点的标记节点，且每个示例节点与标记节点之间具有唯一对应的描述度；

2)、对示例节点进行依次进行比较判断，选取每个示例节点中描述度最大的标记节点，并将所有选取的标记节点定义为放置节点；

3)、根据节点及边的信息，对每个放置节点进行节点筛选，筛选出独立节点和非独立节点；对独立节点依次进行节点到社区的判断，获取每个独立节点到各个社区的描述度，并将每个独立节点划分到描述度最大的社区；

4)、根据所设定的网络社区划分数量，将所划分的社区进行社区合并，得到最终的所需社区。

2.根据权利要求1所述的复杂网络的广义社区发现方法，其特征在于，所述步骤1)具体包括：

标记所有节点序号，并且标记示例节点i，对标记节点j分配一个实数数值表示标记节点j描述示例节点i的描述度，定义为：

其中，其中i∈N，M_i为示例节点的总关联度；R_ij表示节点i与节点j之间的关联度，其中0＜i,j≤n,i,j∈N，关联度的值等于标记节点j在示例节点i上的重要程度乘以标记节点i在示例节点j上的重要程度；

节点的重要程度定义为如下：

其中，d(i)表示节点i的度，表示标记节点j在示例节点i中的重要程度，定义为：

其中，a_ij表示节点i与节点j之间是否存在连边；若节点i与节点j之间存在连边，则a_ij＝1,i,j∈N，N为整数，若节点i与节点j之间不存在连边，则a_ij＝0,i,j∈N。

3.根据权利要求2所述的复杂网络的广义社区发现方法，其特征在于，所述步骤3)具体包括：

3.1、定义复杂网络邻接矩阵A＝(a_ij)_n×n,i,j∈N，设当前已划分好的社区为C＝{C₁,C₂,…C_x}，x为划分的社区号，复杂网络的节点邻接矩阵A表示为：

节点i与节点j之间存在连边，则a_ij＝1,i,j∈N，如果节点i与节点j之间不存在连边，则a_ij＝0,i,j∈N；

3.2、将每个放置节点根据节点序号的大小依次进行判断，若节点i与社区C_x中任一节点都没有连边，则称该节点i为复杂网络中的独立节点；

3.3、将独立节点进行集合，根据节点序号的大小，首先处理序号小的节点i，并将所处理的该节点i作为示例节点，其余节点为标记节点，然后计算示例节点到各个社区的描述度d；所述示例节点与社区的描述度等于示例节点与社区中该示例节点的标记节点描述度的总和；

3.4、根据示例节点到各个社区的描述度大小，将示例节点归到与该示例节点描述度最大的社区中。

4.根据权利要求3所述的复杂网络的广义社区发现方法，其特征在于，所述步骤3)还包括：

若独立节点描述度最大值的社区为多个，则对该独立节点进行节点度的判断，判断该独立节点的度值，如果度值大于等于2时，则将与此独立节点描述度最大值相等的社区们归为一个社区，并且该社区包括此独立节点。

5.根据权利要求3或4所述的复杂网络的广义社区发现方法，其特征在于，所述步骤4)具体包括：

根据网络社区划分数量，作为先验知识，每轮选取节点度数最大的节点作为示例节点，计算除集合内部节点社区之外的社区到集合节点社区的描述度，将使描述度最大的两个社区进行归并。