[发明专利]一种基于属性图信息的社团检测方法在审
申请号: | 202111404046.6 | 申请日: | 2021-11-24 |
公开(公告)号: | CN114090835A | 公开(公告)日: | 2022-02-25 |
发明(设计)人: | 于东晓;张立芳;罗琦 | 申请(专利权)人: | 山东大学 |
主分类号: | G06F16/901 | 分类号: | G06F16/901 |
代理公司: | 青岛华慧泽专利代理事务所(普通合伙) 37247 | 代理人: | 付秀颖 |
地址: | 250013 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 属性 信息 社团 检测 方法 | ||
1.一种基于属性图信息的社团检测方法,其特征在于,包括以下步骤:
S1:对复杂网络的数据进行预处理,构造网络图;
S2:将网络图构造成属性图,其中包括:将两个节点之间的关系强度映射成所在边上的权重,每个节点的强度映射成节点上的权重;
S3:给定查询节点q和正整数k,在属性图上计算极大(s,c,k)-clique的模型;
S4:优化计算极大(s,c,k)-clique的模型的算法。
2.根据权利要求1所述的一种基于属性图信息的社团检测方法,其特征在于,S2中构造的属性图中包括四个元素,即G=(V,E,S,C),其中V表示节点集合,E表示边集,S和C分别表示图中节点权重集合和边上的权重集合;
给定G的一个子属性图G’和查询节点q,子属性图G’的权重W(G’)=(s’,c’),其中s’是图中除q之外的其他顶点的最小权重,c’是子属性图中所有边的最小权重。
3.根据权利要求2所述的一种基于属性图信息的社团检测方法,其特征在于,在步骤S3中,当给定一个属性图G=(V,E,S,C),一个查询节点q和一个正整数k时,需要计算属性图中所有的极大(s,c,k)-clique;一个极大的(s,c,k)-clique指的是包含q的k-clique,且一个极大的(s,c,k)-clique的权重W=(s,c)满足极大性,即不存在另一个包含q的k-clique的子属性图的权重W’=(s’,c’)使得s’≥s且c’c或者c’≥c且s’c,其中k为节点个数。
4.根据权利要求3所述的一种基于属性图信息的社团检测方法,其特征在于,计算所有的极大(s,c,k)-clique的步骤为,
S31:计算属性图中包含q的极大(k-1)-core,因为所有的k-clique都会包含在(k-1)-core中,且计算k-core的算法是线性的;
S32:计算图中所有包含查询节点q的k-clique,具体方法包括以下步骤:
S321:初始化结果集R={q},候选集P={N(q)},其中N(q)是q的邻居集合;
S322:当P不为空时,每次从P中选择一个节点u,N(u)是u的邻居集合,使得N(u)∩P最大;
S323:对于每一个v∈P\N(u),将v加入结果集R中,令P’=P∩N(v)更新候选集,计算同时包含q和v的k-clique;
S324:当|R|=k时,当前的R就是要求的一个k-clique,之后将P’恢复成P,并且将v从候选集中删除,若P为空,则算法终止,否则返回S323;
S33:计算每个k-clique的权重;
S34:找出所有满足极大性的k-clique,即为需要找的所有的极大(s,c,k)-clique。
5.根据权利要求1所述的一种基于属性图信息的社团检测方法,其特征在于,
步骤S4中,优化计算极大(s,c,k)-clique的模型的算法,具体的计算步骤如下:
S41:计算图中包含q的极大(k-1)-core,如果不存在则算法终止,否则继续执行;
S42:对q的所有邻居按照s值递减进行排序,令s*是包含q的k-clique中最大的s值,且c’是对应的最大的c值,计算出(s*,c’)对应的k-clique;
S43:若S42中找不到对应的k-clique,则算法终止,若能找到,则将它们放入结果集中,继续进行下一步;
S44:删除图中权重不大于c’的边;
S45:重新回到41。
6.根据权利要求1所述的一种基于属性图信息的社团检测方法,其特征在于,
步骤S4中,优化计算极大(s,c,k)-clique的模型的算法,具体的计算步骤如下:
当给定查询节点q和参数k时,图中存在一个比较大的k’-clique,其中k’>k,且q和任意另外k-1个节点组成的k-clique都是满足极大(s,c,k)-clique的定义;在这种情况下,需要计算的k-clique的数目为C(k’,k),当k’>>k时,具体的计算步骤如下:
S4-1:计算图中包含q的极大(k-1)-core,如果不存在则算法终止,否则继续执行;
S4-2:计算图中包含q的k-clique中可能的最大的c值,具体的公式如下:
cΔ=argmaxC≥0{|{v∈N(q)|C(q,v)≥c}|≥k-1}
S4-3:令cδ为图中最小的边权重,当cΔ=cδ时,直接计算包含q的极大clique;若cΔ≠cδ,令s*是包含q的k-clique中最大的s值,且c’是对应的最大的c值,计算满足权重为(s*,c’)的极大clique,之后可以根据极大clique提取出k-clique,即q和任意的k-1个节点;
S4-4:令sδ为图中除q之外的最小顶点权重,如果s*=sδ或者c’=cΔ,则算法终止;否则,执行下一步;
S4-5:删除图中权重不大于c’的边;
S4-6:重新回到S4-1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111404046.6/1.html,转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置