[发明专利]一种基于节点Jaccard相似度的社交网络社团发现方法

摘要

本发明公开了一种基于节点Jaccard相似度的社交网络社团发现方法，包括：对网络数据进行预处理;根据Jaccard相似度算法计算出每对节点的相似度；初始将每个节点分别看作一个社团；聚合相似度最高的社团；再次聚合根据所得社团计算的相似度最高的社团，直至网络中没有再能聚合的社团。本发明提出了通过计算社团点之间的Jaccard相似度采用层次聚类的思想进行社团划分的方法，有益效果为：在计算机处理过程中使用该方法较为简单、灵活；在社交网络计算中能准确的发现出用户所需的网络社团。

主权项

一种基于节点Jaccard相似度的社交网络社团发现方法，包括以下步骤：步骤一：对社交网络数据进行预处理，其中包括: 将社交网络中的用户抽象成网络中的节点，获取包括所有节点构成的集合,两节点之间边构成的集合；步骤二：根据步骤一预处理的结果通过Jaccard相似度的计算方法计算出所述社交网络中的每两个节点的Jaccard相似度；所述两节点的Jaccard相似度计算方法如下；2‑1 具体地,计算社交网络数据中任意节点i和节点j的Jaccard相似度：首先分别获取与节点i或节点j相互连接的各个节点以及包含节点i或j本身的节点的集合，既集合Vi或集合Vj；2‑2 计算节点i和节点j的Jaccard相似度：集合Vi和Vj的交集与并集的比值，即SIM(Vi,Vj)=(Vi∩Vj)/(Vi∪Vj)； 步骤三：根据步骤一所得的所有节点和步骤二所得每对节点的相似度，组成一个节点相似度矩阵；步骤四：选择步骤三所述节点相似度矩阵中相似度最大的进行聚合，由此获得新的社团；步骤五：计算所述社交网络数据中两个社团之间的Jaccard相似度；所述两个社团之间的Jaccard相似度计算方法如下：5‑1具体地，计算社交网络数据中任意社团k和社团l的Jaccard相似度：首先获取来自社团k的任意节点m和来自社团l的任意节点n；5‑2 如所述步骤二的方法计算节点m和节点n的Jaccard相似度；5‑3 重复5‑1步骤至5‑2步骤计算出分别来自社团k和社团l组成的所有节点对的相似度；5‑4 根据步骤5‑3得出的社团k和社团l的每对节点相似度并根据结果求出平均值，既两个社团之间的Jaccard相似度；步骤六：根据所述步骤五的方法计算社交网络数据中所有社团间的Jaccard相似度；步骤七：根据所述社交网络数据中社团和所述步骤六计算的结果，构成网络中各个社团的社团相似度矩阵；步骤八：根据步骤七所述社团相似度矩阵中相似度最大的社团进行聚合，构成新的社团；步骤九：重复步骤五至步骤八，直到整个网络聚合成一个社团为止。