[发明专利]一种基于社团聚类特征的种子扩展社团检测方法及系统

权利要求书

1.一种基于社团聚类特征的种子扩展社团检测方法，其特征在于，包括以下步骤：

基于社团的聚类特征，利用核心社团扩展算法，获得扩展社团；

利用基于模块度的社团优化算法，对所述扩展社团进行优化，完成对复杂网络的社团检测。

2.根据权利要求1所述的基于社团聚类特征的种子扩展社团检测方法，其特征在于，获得扩展社团的方法包括：

基于社团的聚类特征，获得节点的局部聚类系数；

基于所述局部聚类系数，获得评估社团聚类能力的社团聚类系数；

基于所述社团聚类系数和节点的度，获得种子节点，并对种子节点中的邻节点进行排序；

对排序后的所述邻节点计算聚类增量；

基于所述聚类增量，获得扩展社团。

3.根据权利要求2所述的基于社团聚类特征的种子扩展社团检测方法，其特征在于，对排序后的所述邻节点计算聚类增量的表达式为：

其中，表示复杂网络中包含节点v时社团c_t的社团聚类系数，表示从复杂网络中去掉节点v以及与之相关联的边时的社团c_t的社团聚类系数，表示节点v对于社团c_t的聚类增量。

4.根据权利要求2所述的基于社团聚类特征的种子扩展社团检测方法，其特征在于，基于所述聚类增量，获得扩展社团的方法为：

将所述聚类增量大于0的节点扩展至所述种子节点，作为扩展社团。

5.根据权利要求1所述的基于社团聚类特征的种子扩展社团检测方法，其特征在于，利用基于模块度的社团优化算法，对所述扩展社团进行优化的方法为：

步骤1：建立模块度增量矩阵；

步骤2：将所述模块度增量矩阵中模块度增量为阈值的社团进行合并；

步骤3：重复所述步骤1和所述步骤2，直至所述模块度增量矩阵的值均小于0时，完成对所述扩展社团的优化。

6.根据权利要求5所述的基于社团聚类特征的种子扩展社团检测方法，其特征在于，所述模块度增量矩阵为：

其中，表示社团c_i和c_j合并前整个复杂网络社团划分C对应的模块度，表示社团c_i和c_j合并后整个复杂网络的社团结果C对应的模块度。

7.一种基于社团聚类特征的种子扩展社团检测系统，其特征在于，包括：种子扩展模块和社团优化模块；

所述种子扩展模块用于基于社团的聚类特征，利用核心社团扩展算法，获得扩展社团；

所述社团优化模块用于利用基于模块度的社团优化算法，对所述扩展社团进行优化，完成对复杂网络的社团检测。

8.根据权利要求7所述的基于社团聚类特征的种子扩展社团检测系统，其特征在于，所述种子扩展模块包括：第一获得单元、第二获得单元、第三获得单元、计算单元和第四获得单元；

所述第一获得单元用于基于社团的聚类特征，获得节点的局部聚类系数；

所述第二获得单元用于基于所述局部聚类系数，获得评估社团聚类能力的社团聚类系数；

所述第三获得单元用于基于所述社团聚类系数和节点的度，获得种子节点，并对种子节点中的邻节点进行排序；

所述计算单元用于对排序后的所述邻节点计算聚类增量；

所述第四获得单元用于基于所述聚类增量，获得扩展社团。

9.根据权利要求7所述的基于社团聚类特征的种子扩展社团检测系统，其特征在于，所述社团优化模块包括：构建单元、合并单元和优化单元；

所述构建单元用于建立模块度增量矩阵；

所述合并单元用于将所述模块度增量矩阵中模块度增量为阈值的社团进行合并；

所述优化单元用于重复所述构建单元和所述合并单元，直至所述模块度增量矩阵的值均小于0时，完成对所述扩展社团的优化。