【技术实现步骤摘要】
本专利技术涉及社会网络计算
，尤其涉及一种基于局部最短回路的社会网络 群体划分方法。
技术介绍
大多数复杂网络呈现模块化特征，即系统内存在一些相对独立的群组。这种内部 节点连接稠密而与网络中其它部分连接稀疏的群组称为社区。一般而言，社区内的节点之 间存在某种程度的相似性，而这种相似性对于人们研究复杂网络具有重要的意义。如社交 网络中同组人具有区别于其它组的共同特性或观点，这对网络舆情监测具有重要的意义； 万维网中，如果知道某些网页的少量信息，就可以外推到同组内的其它Web网页，这对搜索 引擎是非常有用的；科学家协作网中同组的科学家从事类似的研究。社区发现算法的目标 就是发现网络中存在的这样节点群组，这对研究复杂系统具有重要的意义。针对社区发现，研究者们将社区发现算法大体上分为三类：计算机科学领域的图 形分割的算法、社会学领域的层次聚类算法和近年来得到广泛关注的标签传播算法。图形 分割算法是基于图论的二分迭代算法，其核心思想是把网络分割成两个最优的子图，再对 划分得到的子图继续进行分割，不断重复进行同样的操作，直到有足够的子图为止。基于图 形分割...
【技术保护点】
一种基于局部最短回路的社会网络群体划分方法，其特征在于，该具体过程为： 步骤A：读取社会网络数据，构造以社交网络用户为节点，用户关系为边的社交网络图； 步骤B：初始化，为每个节点分配一个唯一代表其所属社区的标签，迭代次数t＝1； 步骤C：随机排列所有节点，生成一个节点序列X； 步骤D：节点标签更新； 步骤E：若所有节点的标签不再变化，则算法停止；否则，t＝t+1，并返回步骤C； 步骤F：将所有具有相同标签的顶点归为一个社区。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。