[发明专利]基于进化计算对社会系统进行社区检测的方法

摘要

本发明公开了一种基于进化计算对社会系统进行社区检测的方法，主要解决现有技术中负边对加权无向图分割引起的扰动和传统加权无向图分割效率和效果差的不足。其实现方案是：通过构建社会系统对应的加权无向图G(V，P,N)模型，将社会系统社区检测问题转换为其对应的加权无向图G(V，P,N)分割问题，选取修正模块度Q作为图分割准则并设计带有进化策略的图分割技术对加权无向图G(V，P,N)进行分割；将图的分割结果与真实社会系统的社区种类进行对比，计算出分割的正确率。检测验证结果表明，本发明能够精确刻画出社会系统的层次结构，是一种有效的社区检测方法，可用于复杂社会系统的社区检测和大规模社会系统的社区检测。

主权项

一种基于进化计算对社会系统进行社区检测的方法，包括如下步骤：1)对所要研究的社会系统中个体相互联系的属性进行统计分析，统计社会系统的个体数量和个体相互之间的差异均值，这里用{‑3,‑2,‑1,0,1,2,3}7个刻度分别表示{十分不相似,比较不相似,不相似,毫无关联,相似,比较相似,十分相似}7个不同的属性；将差异均值乘以100，构建描述社会系统的邻接矩阵Wn*n，Wn*n={{wij+}，0，{wij‑}}是一个大小为n*n的对称方阵，1≤i,j≤n,其中，n为社会系统规模的大小，即社会系统中个体的数量，{wij+}是邻接矩阵Wn*n所有正元素的集合，{wij‑}是邻接矩阵Wn*n所有负元素的集合；2)利用统计社会系统的个体相互联系的属性信息，以社会系统中的个体为顶点，根据社会系统中任意两个个体之间的联系属性建立其对应顶点之间连接边的属性，构建社会系统对应的加权无向图G(V，P,N)，其中，V={Vi},1≤i≤n是所有顶点组成的集合，P={wij+}是所有正边组成的集合，N={wij‑}是所有负边组成的集合；3)采用字符串编码的方式把一个加权无向图编码成一个适用于进化计算图分割算法的个体：R={C(1),C(2),...,C(n)}，其中，个体的长度n=|V|，即加权无向图G(V，P,N)的顶点个数，个体上的等位基因C(1),C(2),...,C(n)为加权无向图G(V，P,N)的顶点所在社区的标号；4)随机产生Popsize=500个个体，这些个体组成原始父代OPop，设置基于进化计算的图分割技术执行的终止条件，即达到最大的进化代数Maxgen=100时，技术执行过程终结；设置精英选择系数λ=0.2，交叉概率Pc=0.9和变异概率Pm=0.1，产生第一随机数rand1和第二随机数rand2；5)计算原始父代OPop中所有个体的适应度，个体适应度的大小等于其对应的修正模块度Q： Q = 1 2 w + + 2 w - Σ i Σ j [ w ij - ( w i + w j + 2 w + - w i - w j - 2 w - ) ] × δ ( C i , C j ) , 式中，w+为加权无向图G(V，P,N)中所有正边个数的总和，w‑为加权无向图G(V，P,N)中所有负边个数的总和，wi+为顶点Vi正向强度，即所有连接到顶点Vi正边 个数的总和，wj+为顶点Vj正向强度，即所有连接到顶点Vj正边个数的总和，wi‑为顶点Vi的负向强度，即所有连接到顶点Vi负边个数的总和，wj‑为顶点Vj的负向强度，即所有连接到顶点Vj负边个数的总和，Ci和Cj分别为对应顶点Vi和Vj所在的社区编号，核罚函数δ(Ci,Cj)=1代表顶点Vi和Vj在同一社区，δ(Ci,Cj)=0代表顶点Vi和Vj；6)根据进化代数达到最大值时，终止其执行过程，如果Maxgen=100时，则停止对加权无向图G(V，P,N)的分割，执行第8)步，否则执行第7)步；7)对加权无向图G(V，P,N)进行分割，返回第6)步；8)对加权无向图G(V，P,N)的分割结果进行解码，把加权无向图G(V，P,N)还原成对应的社会系统，根据加权无向图的分割结果，对相应的社会系统进行社区划分，得到社区的分类，再与真实社会系统的社区种类对比，计算社区分类的正确率。