[发明专利]一种基于密度峰值的自适应重叠社区发现方法及系统

说明书

本发明公开的一种基于密度峰值的自适应重叠社区发现方法，包括如下步骤：S1、基于节点网络的邻接矩阵计算各节点之间的边链接强度和点链接强度；S2、构造节点网络的距离矩阵，并基于距离矩阵计算每个节点的局部密度ρ和最短距离δ；S3、通过节点的局部密度ρ和最短距离δ自适应选取网络中的社区中心；S4、基于剩余节点的概率向量将剩余节点分配到至少一个社区中心对应的社区，根据分配后的社区集合确定重叠社区。本发明提供的基于密度峰值的自适应重叠社区发现方法复杂度低，对重叠社区发现的效果较好，并对大规模复杂网络进行划分的结果更好。

技术领域

本发明属于计算机和通信技术领域，更具体地，本发明涉及一种基于密度峰值的自适应重叠社区发现方法及系统。

背景技术

现实生活中，许多复杂系统都可以建模成一种复杂网络进行分析，如常见的血缘网络、航空网络、交通网络、计算机网络、文献引用网络以及社交网络等。社区发现根据网络节点间的连接紧密程度划分社区结构，对网络中的节点进行合理的分类。社区重叠是网络中的重要特征，即不同社区之间具有重叠的节点。重叠社区的检测对于网络结构分析、社区划分等具有重要的研究价值和科学意义。

现有的社区发现算法依然有以下不足：

使用密度峰值的重叠社区发现算法大多具有不能准确计算节点之间距离的缺点，原因是大多算法没有考虑边和公共节点对距离计算时的影响；或者不能自适应选取社区中心的缺点，因为计算出节点的密度和最短距离后需要主观的从决策图中选取社区中心，主观性较强；或者由于算法的复杂度较高，导致检测效率低、时间长、不能检测大规模复杂网络等缺点。

发明内容

本发明提供一种基于密度峰值的自适应重叠社区发现方法，旨在改善上述问题。

本发明是这样实现的，一种基于密度峰值的自适应重叠社区发现方法，所述方法具体包括如下步骤：

S1、基于节点网络的邻接矩阵计算各节点之间的边链接强度和点链接强度；

S2、构造节点网络的距离矩阵，并基于距离矩阵计算每个节点的局部密度ρ和最短距离δ；

S3、通过节点的局部密度ρ和最短距离δ自适应选取网络中的社区中心；

S4、基于剩余节点的概率向量将剩余节点分配到至少一个社区中心对应的社区，根据分配后的社区集合确定重叠社区。

进一步的，节点i和节点j之间的边链接强度计算公式如下：

其中，A_ij为邻接矩阵中第i行第j列的元素值，w_i、w_j分别表示节点i的相接边权重总和、节点j的相接边权重总和，r为节点网络中所有节点相接边权重总和的最大权重w_max与最小值w_min的差值；V_ij为节点i和节点j之间的公共点集合，η为常数。

进一步的，节点i和节点j之间点链接强度计算公式如下：

其中，vst_ij是节点i和节点j之间的点链接强度值；N_i⁺为节点i和其邻居节点的集合，N_j⁺为节点j和其邻居节点的集合，V_ij为节点i和节点j之间的公共点集合，λ为非负实数。

进一步的，计算节点i和节点j之间的距离dist_ij，构成距离矩阵中第i行第j列的元素值，dist_ij距离计算公式为：