[发明专利]一种在线社会网络多尺度社区发现方法

摘要

针对大尺度在线社会网络中社区挖掘的高计算复杂度以及社区定义涉及的多种要素，本发明提出了一种在线社会网络多尺度社区发现方法，该方法的一个重要特点是融合了用户兴趣和内聚度，该挖掘方法主要包括3个步骤：1)网络粗化过程，2)粗化网络上基于概率模型的社区标签初始化，3)基于图上半监督学习的社区标签的估计。该方法的优点在于通过粗化过程极大地降低了网络的大小，使得用于社区检测概率模型具有很小的参数空间，大大增大了寻找全局最优解的可能性并降低了计算复杂度；其次，结合了用户兴趣和内聚度能够全面地对社区进行定义，本发明的贡献在于提出了一种基于多层次的社区挖掘方法。

主权项

一种在线社会网络多尺度社区发现方法，其特征在于，包括如下步骤：1)基于连接密度与连接模式的大尺度网络的粗化基于贪婪的‑阶结点合并算法，将输入的大尺度网络通过逐层粗化的方式得到粗化网络其中L表示粗化的最大层数；2)粗化网络上的社区发现初始化基于NMM算法对最上层的粗化网络进行社区发现初始化，得到粗略的社区发现结果QL；3)考虑光滑性假设的社区发现将得到的社区发现初始结果QL通过逐层计算，得到大尺度输入网络上的社区检测结果Q0。