[发明专利]一种基于属性图信息的社团检测方法在审

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top