动态网络的社团划分方法及装置制造方法及图纸

本发明专利技术提供一种动态网络的社团划分方法及装置，通过获取动态网络分别在至少两个时刻的网络拓扑结构，通过遍历每个目标节点，将每个目标节点移动到平均模块度增量最大且为正值对应的相邻节点所属的社团中，使得在每一层循环中的动态网络社团划分的模块度达到最大，然后下一层循环以上一层循环中每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任意两个社团均无法继续合并为止，从而得到动态网络在所研究的时间段内的社团划分结果。本发明专利技术的动态网络的社团划分方法可以得到较为稳定的社团划分结果，并且计算速度快，可用于大规模动态网络。

Community division method and device for dynamic network

The invention provides a method and a device for the partition of dynamic network, through the network to obtain dynamic respectively in at least two times the network topology, by traversing each target node, each target node moves to the increment of maximum and average module adjacent node positive corresponding belongs to the community, the community dynamic division the network in each layer in the circulation module of the maximum, then each community under a layer of a layer of each cycle cycle in network topology as the target node, repeated traversal of each target node, arbitrary topology until each network in the two communities are unable to continue with so far, in order to get the dynamic network community division results in the study period. The method of community division of dynamic network can obtain relatively stable community division result, and has fast calculation speed and can be used in large-scale dynamic network.

【技术实现步骤摘要】
动态网络的社团划分方法及装置
本专利技术实施例涉及网络科学
，尤其涉及一种动态网络的社团划分方法及装置。
技术介绍
复杂网络普遍存在于现实世界中，具有复杂拓扑结构和复杂节点行为，如计算机网络，生物网络，社会关系网络等等。而研究复杂网络结构的最常用的方法是模块化和社团结构。社团结构是指网络中的节点进行不同的分组，而它们往往具有组内节点连接比较稠密，组间节点连接比较稀疏的性质。通过社团结构探测可以学习复杂网络拓扑结构、理解复杂网络功能、分析网络特性、寻找隐藏模式、进行链路预测和学习网络演化等。研究表明真实网络并不完全是无权网络，而是网络节点间存在着不同强度的耦合，即加权网络，比如人与人之间关系有紧密和疏远，航空网络中机场间的客流量有大小。加权网络能够对实现复杂网络的动力学演化特性提供更加真实细致的描述。现有加权网络的社团检测算法主要针对静态网络，例如层次聚类算法、边聚类系数算法等等。由于静态网络中节点集和边集是固定不变的，因此现有社团检测算法忽略网络的时间特性，将网络建模成一个静态图，在静态图的基础上对社团进行检测。而实际上真实的网络通常是结构随时间变化的动态网络，网络的拓扑结构和节点的网络性质都会随着时间发生变化。所以社团结构也可能随时间的推移而发生变化。动态网络的规模往往数倍于传统的静态网络，且网络无时不刻不在产生新的数据。因此，如何对于动态网络进行社团检测，获得稳定社团划分结果是当前动态网络的研究重点。
技术实现思路
本专利技术提供一种动态网络的社团划分方法及装置，以实现对于动态网络进行社团检测，获得稳定社团划分结果。本专利技术的一个方面是提供一种动态网络的社团划分方法，包括：获取动态网络分别在至少两个时刻的网络拓扑结构，所述动态网络包括多个节点，每个节点属于一个社团；分别以所述多个节点中的每一个节点作为目标节点，遍历每个目标节点，执行以下步骤：在每个网络拓扑结构中，计算所述目标节点分别与其相邻的每个节点的模块度增量，所述目标节点与其相邻的节点的模块度增量为所述目标节点移动到所述相邻的节点所属的社团时产生的模块度增量；根据每个网络拓扑结构的权重，以及每个网络拓扑结构中，所述目标节点与同一个相邻节点的模块度增量，计算所述目标节点与同一个相邻节点的平均模块度增量；比较所述目标节点与各个相邻节点的平均模块度增量；若所述目标节点与所述相邻节点的平均模块度增量最大，且最大的所述平均模块度增量为正值，则在每个网络拓扑结构中，将所述目标节点移动到所述相邻节点所属的社团中；遍历每个目标节点结束后，分别以每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任意两个社团均无法继续合并为止。进一步的，所述获取动态网络分别在至少两个时刻的网络拓扑结构，包括：获取动态网络在一时间段内至少两个时刻的网络拓扑结构；所述每个网络拓扑结构的权重为所述网络拓扑结构对应的时刻在所述时间段内的时间顺序，与所述时间段内获取到的所述网络拓扑结构的总数的比值。进一步的，所述目标节点与同一个相邻节点的平均模块度增量，根据公式(1)确定：其中，ΔQavg表示所述平均模块度增量，N表示所述时间段内的N个时刻，I表示所述N个时刻中的第I个时刻，wI表示第I个时刻对应的所述网络拓扑结构的权重，ΔQI表示在第I个时刻对应的所述网络拓扑结构中，所述目标节点与所述同一个相邻节点的模块度增量。进一步的，所述目标节点移动到所述同一个相邻节点所属的社团时产生的模块度增量，根据公式(2)确定：其中，C表示所述同一个相邻节点所属的社团，Wc表示社团C内部所有连边的权重和，Sc表示与社团C中的节点相连的连边的权重和，Si表示与所述目标节点i相连的连边的权重和，Si,in表示连接所述目标节点i与社团C中的节点的连边的权重和，W表示所述动态网络中所有边的权重和。进一步的，所述分别以每个网络拓扑结构中的每个社团作为目标节点，包括：在每个网络拓扑结构中，将连接两个社团之间的连边的权重和作为两个目标节点连边的权重，所述社团内部所有连边的权重和作为所述目标节点上的环路的权重。本专利技术的另一个方面是提供一种动态网络的社团划分装置，包括：网络拓扑结构获取模块，用于获取动态网络分别在至少两个时刻的网络拓扑结构，所述动态网络包括多个节点，每个节点属于一个社团；处理模块，用于分别以所述多个节点中的每一个节点作为目标节点，遍历每个目标节点；其中所述处理模块包括：模块度增量获取子模块，用于在每个网络拓扑结构中，计算所述目标节点分别与其相邻的每个节点的模块度增量，所述目标节点与其相邻的节点的模块度增量为所述目标节点移动到所述相邻的节点所属的社团时产生的模块度增量；平均模块度增量获取子模块，用于根据每个网络拓扑结构的权重，以及每个网络拓扑结构中，所述目标节点与同一个相邻节点的模块度增量，计算所述目标节点与同一个相邻节点的平均模块度增量；比较子模块，用于比较所述目标节点与各个相邻节点的平均模块度增量；节点汇聚子模块，用于若所述目标节点与所述相邻节点的平均模块度增量最大，且最大的所述平均模块度增量为正值，则在每个网络拓扑结构中，将所述目标节点移动到该所述相邻节点所属的社团中；所述处理模块还用于在遍历每个目标节点结束后，分别以每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任意两个社团均无法继续合并为止。进一步的，所述网络拓扑结构获取模块具体用于：获取动态网络在一时间段内至少两个时刻的网络拓扑结构；所述每个网络拓扑结构的权重为所述网络拓扑结构对应的时刻在所述时间段内的时间顺序，与所述时间段内获取到的所述网络拓扑结构的总数的比值。进一步的，所述平均模块度增量获取子模块用于根据公式(1)确定所述目标节点与同一个相邻节点的平均模块度增量：其中，ΔQavg表示所述平均模块度增量，N表示所述时间段内的N个时刻，I表示所述N个时刻中的第I个时刻，wI表示第I个时刻对应的所述网络拓扑结构的权重，ΔQI表示在第I个时刻对应的所述网络拓扑结构中，所述目标节点与所述同一个相邻节点的模块度增量。进一步的，所述模块度增量获取子模块用于根据公式(2)确定所述目标节点移动到所述同一个相邻节点所属的社团时产生的模块度增量：其中，C表示所述同一个相邻节点所属的社团，Wc表示社团C内部所有连边的权重和，Sc表示与社团C中的节点相连的连边的权重和，Si表示与所述目标节点i相连的连边的权重和，Si,in表示连接所述目标节点i与社团C中的节点的连边的权重和，W表示所述动态网络中所有边的权重和。进一步的，所述分别以每个网络拓扑结构中的每个社团作为目标节点时，所述处理模块还用于在每个网络拓扑结构中，将连接两个社团之间的连边的权重和作为两个目标节点连边的权重，所述社团内部所有连边的权重和作为所述目标节点上的环路的权重。本专利技术实施例提供的动态网络的社团划分方法及装置，通过获取动态网络分别在至少两个时刻的网络拓扑结构，通过遍历每个目标节点，将每个目标节移动到平均模块度增量最大且为正值对应的相邻节点所属的社团中，使得在每一层循环中的动态网络社团划分的模块度达到最大，然后下一层循环以上一层循环中每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任本文档来自技高网...

【技术保护点】
一种动态网络的社团划分方法，其特征在于，包括：获取动态网络分别在至少两个时刻的网络拓扑结构，所述动态网络包括多个节点，每个节点属于一个社团；分别以所述多个节点中的每一个节点作为目标节点，遍历每个目标节点，执行以下步骤：在每个网络拓扑结构中，计算所述目标节点分别与其相邻的每个节点的模块度增量，所述目标节点与其相邻的节点的模块度增量为所述目标节点移动到所述相邻的节点所属的社团时产生的模块度增量；根据每个网络拓扑结构的权重，以及每个网络拓扑结构中，所述目标节点与同一个相邻节点的模块度增量，计算所述目标节点与同一个相邻节点的平均模块度增量；比较所述目标节点与各个相邻节点的平均模块度增量；若所述目标节点与所述相邻节点的平均模块度增量最大，且最大的所述平均模块度增量为正值，则在每个网络拓扑结构中，将所述目标节点移动到该所述相邻节点所属的社团中；遍历每个目标节点结束后，分别以每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任意两个社团均无法继续合并为止。

【技术特征摘要】
1.一种动态网络的社团划分方法，其特征在于，包括：获取动态网络分别在至少两个时刻的网络拓扑结构，所述动态网络包括多个节点，每个节点属于一个社团；分别以所述多个节点中的每一个节点作为目标节点，遍历每个目标节点，执行以下步骤：在每个网络拓扑结构中，计算所述目标节点分别与其相邻的每个节点的模块度增量，所述目标节点与其相邻的节点的模块度增量为所述目标节点移动到所述相邻的节点所属的社团时产生的模块度增量；根据每个网络拓扑结构的权重，以及每个网络拓扑结构中，所述目标节点与同一个相邻节点的模块度增量，计算所述目标节点与同一个相邻节点的平均模块度增量；比较所述目标节点与各个相邻节点的平均模块度增量；若所述目标节点与所述相邻节点的平均模块度增量最大，且最大的所述平均模块度增量为正值，则在每个网络拓扑结构中，将所述目标节点移动到该所述相邻节点所属的社团中；遍历每个目标节点结束后，分别以每个网络拓扑结构中的每个社团作为目标节点，重复遍历每个目标节点，直到每个网络拓扑结构中的任意两个社团均无法继续合并为止。2.根据权利要求1所述的方法，其特征在于，所述获取动态网络分别在至少两个时刻的网络拓扑结构，包括：获取动态网络在一时间段内至少两个时刻的网络拓扑结构；所述每个网络拓扑结构的权重为所述网络拓扑结构对应的时刻在所述时间段内的时间顺序，与所述时间段内获取到的所述网络拓扑结构的总数的比值。3.根据权利要求2所述的方法，其特征在于，所述目标节点与同一个相邻节点的平均模块度增量，根据公式(1)确定：其中，ΔQavg表示所述平均模块度增量，N表示所述时间段内的N个时刻，I表示所述N个时刻中的第I个时刻，wI表示第I个时刻对应的所述网络拓扑结构的权重，ΔQI表示在第I个时刻对应的所述网络拓扑结构中，所述目标节点与所述同一个相邻节点的模块度增量。4.根据权利要求3所述的方法，其特征在于，所述目标节点移动到所述同一个相邻节点所属的社团时产生的模块度增量，根据公式(2)确定：其中，C表示所述同一个相邻节点所属的社团，Wc表示社团C内部所有连边的权重和，Sc表示与社团C中的节点相连的连边的权重和，Si表示与所述目标节点i相连的连边的权重和，Si,in表示连接所述目标节点i与社团C中的节点的连边的权重和，W表示所述动态网络中所有边的权重和。5.根据权利要求1-4任一项所述的方法，其特征在于，所述分别以每个网络拓扑结构中的每个社团作为目标节点，包括：在每个网络拓扑结构中，将连接两个社团之间的连边的权重和作为两个目标节点连边的权重，所述社团内部所有连边的权重和作为所述目标节点上的环路的权重。6.一种动态网络的社团划分装置，其特征在于，包括：网络拓扑结构获取模块，用于获取动态网络分别在至少两个时...

【专利技术属性】
技术研发人员：时岩，赵静文，陈滨，陈山枝，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11