[发明专利]一种智慧社区大数据知识图谱网络社团检测方法

说明书

本发明揭示了一种智慧社区大数据知识图谱网络社团检测方法，其包括以下步骤：S1）构建智慧社区大数据知识图谱；S2）对智慧社区大数据知识图谱进行重构，得到智慧社区知识图谱网络的低维编码；S3）使用深度学习方法构建深层次的模型进行训练，最终得到社团检测结果。本发明对智慧社区大数据知识图谱进行深层次的结构化分析，从复杂的大规模智慧社区知识图谱网络中获取清晰的知识节点社团结构；对社团检测算法进行优化，提高算法的效率，以实现智慧社区大数据知识图谱网络的社团检测的实时性要求。

【技术领域】

本发明属于知识图谱技术领域，特别是涉及一种智慧社区大数据知识图谱网络社团检测方法。

【背景技术】

智慧社区是通过综合运用现代科学技术，整合区域人、地、物、情、事、组织和房屋等信息，统筹公共管理、公共服务和商业服务等资源，以综合信息服务平台为支撑，依托先进的基础设施，提升社区治理和小区管理现代化，促进公共服务和便民利民服务智能化的一种社团管理和服务的创新模式。

智慧社区的功能实现是基于数据的，特别是大数据，大量的数据可以支撑对智慧社区各种类型功能的实现，但也对数据的处理方法提出了更高的要求。基于这样的数据特点，互联网知识图谱构建技术也已经获得了巨大的发展，并展示了其能够起到的非常大的作用。

智慧社区大数据知识图谱能够将社区中的数据流进行规范化的收集、管理与应用。但这样大规模数据构成的知识图谱网络，使用人工的方式进行分析显然无法实现。社团检测是复杂网络分析中的一种常用方法，但由于智慧社区大数据知识图谱的应用还处于起步阶段，存在以下问题：

1)一些经典的图嵌入方法，如局部线性嵌入，表明在真实智慧社团大数据知识图谱网络中顶点之间的关系并不一定是线性的。因此，基于这种线性组合策略的模型在实际网络中仍然存在局限性。

2)传统社区检测将网络划分为不同的子网络，即所有的节点都会被划分到不同的社区中。然而在许多真实应用中，网络中存在许多噪声节点，即很多网络通过边连接了噪声节点，而这些噪声节点掩盖了真实的社区结构。

因此，有必要提供一种新的智慧社区大数据知识图谱网络社团检测方法来解决上述问题。

【发明内容】

本发明的主要目的在于提供一种智慧社区大数据知识图谱网络社团检测方法，提高了算法的效率，实现了智慧社区大数据知识图谱网络的社团检测的实时性要求。

本发明通过如下技术方案实现上述目的：一种智慧社区大数据知识图谱网络社团检测方法，其包括以下步骤：

S1)构建智慧社区大数据知识图谱；

S2)对智慧社区大数据知识图谱进行重构，得到智慧社区知识图谱网络的低维编码；

S3)使用深度学习方法构建深层次的模型进行训练，最终得到社团检测结果。

进一步的，所述步骤S1)中，构建智慧社区大数据知识图谱包括从原始的社区数据出发，通过知识抽取和知识表示从原始数据和第三方数据库中抽取出来社区知识，然后将提取的所述社区知识存入知识库的数据层和模式层中，通过知识融合，解决已有社区知识存在冗余、缺乏逻辑性的问题，对社区知识形成的知识图谱中由于数据源或不同构建方法产生的冲突，根据数据源可靠性或机器学习的方法进行冲突解决，形成所述智慧社区大数据知识图谱。

进一步的，所述智慧社区大数据知识图谱包括：

人员层：包含不同年龄段的社区人员；

行为层：包含相应社区人员的行为特征，所述行为特征包括经济状况、工作情况、加班情况以及出入社区时间；

语义层：包括对应社区人员的一些公开言论。

进一步的，所述步骤S2)中的智慧社区大数据知识图谱进行重构具体包括：