[发明专利]社交网络中基于节点间相似度的社区检测方法

权利要求书

1.一种社交网络中基于节点状态变化的节点相似性社区检测方法，其特征在于：

接收待检测的社交网络；

计算所述待检测社交网络中节点状态变化指数；

基于变化指数，计算出节点间相似程度；

基于所述节点间相似程度，检测所述社交网络的社区分布；

输出检测的社区结构；

其中，基于所述节点间相似程度，检测所述社交网络的社区分布，具体包括：

根据社交数据，网络化社交数据；

根据节点相似程度，进行社区划分；

根据模块值判断最优社区划分；

输出最优社区划分结果。

2.根据权利要求1所述，其特征在于：计算所述待检测社交网络中节点间的相似程度，具体包括：

根据余弦相似度计算方法，改进为节点余弦相似度计算；

根据节点余弦相似度计算方法，改进为节点间的相似度计算；

根据所述节点间的相似度计算方法，得到所述社交网络中节点间的相似程度。

3.根据权利要求2所述，其特征在于：根据余弦相似度计算方法，改进为节点余弦相似性的方法，具体包括：

根据余弦相似度是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量；

根据节点之间的关系，余弦相似度可以转为节点余弦相似度：

其中G(v_i)和G(v_j)表示节点v_i和节点v_j的邻居集,d(v_i)，d(v_j)表示节点v_i，v_j的度。

4.根据权利要求2所述，其特征在于：根据节点余弦相似度计算方法，改进为节点间的相似度计算，具体包括：

根据节点总体状态变化，定义节点变化指数为TS(v_i)；

根据节点变化指数，可以改进节点间的相似度为：

其中TS(v_i)为节点所有邻居及自己的变化指数，d(v_i)为节点度数；

基于改进后的公式，计算节点间的相似度。

5.根据权利要求4所述，其特征在于：节点总体状态变化，定义节点变化指数为TS(v_i)，具体包括：

根据节点状态变化，定义变化指数；

根据变化指数，计算节点总体的变化，定义为节点变化指数TS(v_i)；

节点变化指数表示为：

其中TE(i)为变化指数。

6.根据权利要求4所述，其特征在于：根据节点状态变化，定义变化指数，具体包括：

根据节点分为两个状态：激活和未激活，用1和0表示；

根据节点状态的变化，定义变化指数为TE(i)；

变化指数表示为：

其中T_e(i)表示节点v_i的邻居中状态为1的节点数，d_i表示节点v_i的度。