[发明专利]一种基于改进密度峰值的多粒度社区发现方法

摘要

本发明请求保护一种基于密度峰值的多粒度社区发现方法，本方法首先对密度峰值聚类算法存在聚类中心难以确定以及归类易出错的缺点进行改进，使其能准确的发现聚类中心。其次，根据密度峰值聚类的中间结果构造全局社区拓扑结构图，在初始的全局社区图上根据定义的粒层分解规则进行粒层由粗到细自动地划分，通过分解机制划分初始全局社区拓扑结构，得到细粒度层次上的多个独立的社区结构，使得问题求解空间由繁到简。最后，在最终形成的最优粒层空间下得到社交网络社区结构的最优划分。本方法从一定程度上揭示了社交网络内部的层次关系，能快速准确地发现网络中具有的稳定层次结构。

主权项

一种基于改进密度峰值的多粒度社区发现方法，其特征在于，包括以下步骤：1)、采用改进的密度峰值聚类算法与leading tree思想，形成包含所有节点的最粗粒度下的大型社区；改进的密度峰值聚类算法改进在：对密度峰值聚类的距离度量公式替换为能代表社交成员间关系的拓扑结构距离；，leading tree思想主要体现在：将社交的所有节点，通过Leading tree算法将真实社交网络中复杂的关系简化为联系强烈的从属拓扑结构；2)、根据定义的粒化规则进行粒层的细化，采用分解机制将步骤1)最粗粒度下的大型社区分解为多个规模较小的社区；3)、根据最终社区中心点集FCT进行社区网络粒层的划分，同时进行最优求解粒层的寻优，粒层划分终止即寻优结束后，得到最终的社区结构。