[发明专利]一种k‑core‑truss社区模型及分解、搜索算法

摘要

本发明提供了一种k‑core‑truss社区模型，包括图G＝(V，E)，所述子图满足每条边e的度≥α*k或者边e被包含在k‑2个三角形中；对于图G的任意节点u，其核值core(u)＝max{k|u∈Vk‑core}；对于图G中的任意边e，其trussness(束值)λ(e)＝max{k|e∈Ek‑truss}；对于图G中的任意边e，其最大度δ(e)＝min(core(u),core(v))；其中，边e＝(u,v)，节点u的度为deg(u)＝|{v|(u,v)∈E}|，边e的度为d(e)＝min{deg(u),deg(v)}，图G中节点的最大度为dmax，参数α>0，k≥3。本发明能够对社区模型中的凝聚子图进行全面挖掘。

主权项

一种k‑core‑truss社区模型，其特征在于，包括一个无向、无权图G＝(V，E)，在图G中具有一个最大子图，所述子图满足：每条边e的度≥α*k或者边e被包含在k‑2个三角形中；对于图G的任意节点u，其核值core(u)＝max{k|u∈Vk‑core}，其中Vk‑core为图G中的k‑core社区；对于图G中的任意边e，其束值λ(e)＝max{k|e∈Ek‑truss}，其中Ek‑truss为图G中的k‑truss社区；对于图G中的任意边e，其最大度δ(e)＝min(core(u),core(v))；其中，边e＝(u,v)，节点u的度为deg(u)＝|{v|(u,v)∈E}|，边e的度为d(e)＝min{deg(u),deg(v)}，图G中节点的最大度为dmax，参数α>0，k≥3。