[发明专利]一种基于节点亲密性与标签传播的社区发现方法

摘要

本发明提出了一种基于节点亲密度与标签传播的社区发现方法，该方法属于复杂网络分析领域。所述方法的主要技术特点为：利用局部拓扑信息评估网络中相邻节点之间的亲密性并以此构建亲密度矩阵；基于亲密度矩阵评估网络中节点的重要性，保证节点按照重要性从大到小的顺序更新；在迭代更新过程中，每个节点将自身的标签更新为邻居中影响力最大的标签，若存在多个影响力最大的标签，则通过计算标签的紧密性确定唯一的标签。当算法满足停止条件时跳出标签传播过程，具有相同标签的节点归属到同一社区。本发明设计合理，能够快速地检测到高质量的社区，并能有效地提高标签传播方法的鲁棒性，可广泛应用于蛋白质功能预测、疫情监测和电子商务精准推荐等领域中。

主权项

1.一种基于节点亲密度与标签传播的社区发现方法，其特征在于，包括以下步骤：步骤(1)：构建图模型，根据复杂网络模型构造一个无向无权图G＝(V,E)，其中V＝{v1,v2,…,vn}表示网络中节点集，E＝{e1,e2,…,em}表示网络中边集，n表示网络中节点的个数，m表示网络中边的条数，该图可用n维的邻接矩阵A表示，Au,v为邻接矩阵A中第u行、第v列的元素，若图中节点u和节点v为相邻节点(u和v之间通过一条边相连)，则Au,v＝1，否则Au,v＝0；步骤(2)：评估节点亲密度及构建亲密度矩阵，对于图中的每一对相连节点u和v，利用局部拓扑信息评估它们之间的亲密度，并将该值保存在亲密度矩阵第u行、第v列中；步骤(3)：基于亲密度矩阵计算网络中节点的重要性，为提高算法的稳定性，将网络中节点按照重要性从大到小的顺序初始化更新序列；步骤(4)：初始化网络中的每个节点拥有单独的标签；步骤(5)：对于序列中的每个节点，根据标签更新规则将该节点的标签更新为其邻居节点中影响力最大的标签；步骤(6)：一轮迭代完成后，若图中所有节点的标签均为最大影响力的标签，则标签传播过程结束，具有相同标签的节点归属到同一个社区，否则返回步骤5。