[发明专利]一种层次重叠并行化社区发现方法在审
| 申请号： | 201811048015.X | 申请日： | 2018-09-10 |
| 公开（公告）号： | CN109345239A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 许国艳;王诗玉;庄天益;戚荣志;平萍 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06Q20/38 | 分类号： | G06Q20/38;G06Q20/42 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李玉平 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种层次重叠并行化社区发现方法，针对社交网络是一个大规模的图的特点，对基于局部模块度的层次重叠社区发现算法进行了并行化处理，利用基于BSP模型的GraphLab框架，并对基于局部模块度的层次重叠社区发现算法中的每个更新函数，设计更新函数的Gather、Apply和Scatter执行模型。实验结果表明，GraphLab框架下的层次重叠社区并行化发现算法在保证社区发现质量的前提下，很好的提高了社区发现效率，在社交网络这样的大规模图中具有广泛的应用前景。通过实验对比原有单机算法与并行化后的算法，发现在不影响社区发现质量的同时，很好的提高了社区层次重叠结构的发现效率。 | ||
| 搜索关键词： | 社区发现 算法 并行化 重叠社区 局部模块 社交网络 发现 并行化处理 实验对比 重叠结构 更新 单机 社区 应用 保证 | ||
【主权项】：
1.一种GraphLab框架下的层次重叠并行化社区发现方法，其特征在于，包含以下步骤：步骤1：初始化图中的最小极大团和剩余节点，每个最小极大团和剩余节点都赋予一个标签和标签隶属度初值指向自身id号；步骤2：GraphLab启动引擎，所有的节点被激活，每个节点并发的执行其节点程序，每个程序都包括GAS操作；步骤3：将具有相同标签的节点划分为一个社区，并统计在多个社区存在的重叠节点；步骤4：在层次重叠社区发现算法中，先对社区的层次结构进行发现，然后结合已经得到的重叠社区进行合并，得到最终的层次重叠社区。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811048015.X/，转载请声明来源钻瓜专利网。
