一种基于随机游走的社会网络社区划分方法技术

本发明专利技术涉及一种基于随机游走的社会网络社区划分方法，涉及社会网络领域。发明专利技术解决了传统标签算法在标签更新过程中随机性过大的问题。首先，引入随机游走思想，计算得到一种衡量网络节点间相似度的矩阵；其次，标签传播过程中，当邻居节点中标签出现频率存在多个最高时，不是随机选择，而是选择相似度最高的邻居节点所拥有的标签更新，避免了标签在社区之间任意传播；最后，用真实网络和人工基准网络测试，结果表明在社区发现中该算法比原始算法取得更好的表现。根据本发明专利技术实施例的社会网络群体划分方法，根据个体关系相似度属性，通过改进标签传播算法，对用户群体进行划分，划分结果对网络舆情监测、商业用户挖掘等都具有较好的应用价值。

【技术实现步骤摘要】
一种基于随机游走的社会网络社区划分方法
本专利技术涉及社会网络领域，是一种基于随机游走的社会网络社区划分方法。
技术介绍
根据网络节点的连接关系可以将其划分为若干社区，社区内部节点连接相对紧密，社区间连接则较为稀疏。社区发现对于网络舆情监测、安全预警、电子商务等有非常重要的应用价值。如聊天软件推荐的好友都归属同一社区，购物网站向不同社区的用户推荐不同风格的商品，公安系统监测邪教社区“游行”等词语频率升高时立即采取行动。对社区发现的研究，可以获取大量可靠有价值的信息。社区发现的研究近年来取得了相当大的进展，很多学者提出了新理论和新方法。这些方法主要可以分为四类：图分割方法、W-H算法、层次聚类法以及标签传播算法。图分割方法通常应用于计算机领域，它基于迭代对分技术：每次划分都将网络分为最优的两个子图，子图再继续迭代对分，直至数量达到要求。图分割法大体可以分为两类：基于拉普拉斯矩阵的谱平分法和Kerninghan-Lin算法。其缺点是每次只能将网络对分，为了获取结果需要不断迭代。为解决这一问题，Wu和Huberman提出了W-H算法：选取不同社区的两个节点，分别设为电压为1的初始点和电压为本文档来自技高网...

【技术保护点】
一种基于随机游走的社会网络社区划分方法，其特征在于，所述方法包括以下步骤：步骤A：读取社会网络数据，构造以网络个体为节点、个体之间相互关系为边的社会网络图；步骤B：随机游走算法改进，根据改进后的叠加算法计算节点相似度矩阵；步骤C：初始化社区：打乱节点顺序，为每一个用户节点分配一个标签值，标签值标识节点所属社区；步骤D：标签更新，计算节点x的邻接节点中各标签出现频率，将x的标签更新为：出现频率最高的标签，若标签频率存在多个最高，则比较邻接节点的相似度矩阵中该节点所在行的相似值，选取相似度最大的节点所拥有的标签进行更新，若存在多个最大相似值，则随机选取一个；步骤E：判断是否满足停止条件：达到规定的...

【技术特征摘要】
1.一种基于随机游走的社会网络社区划分方法，其特征在于，所述方法包括以下步骤：步骤A：读取社会网络数据，构造以网络个体为节点、个体之间相互关系为边的社会网络图；步骤B：随机游走算法改进，根据改进后的叠加算法计算节点相似度矩阵；步骤C：初始化社区：打乱节点顺序，为每一个用户节点分配一个标签值，标签值标识节点所属社区；步骤D：标签更新，计算节点x的邻接节点中各标签出现频率，将x的标签更新为：出现频率最高的标签，若标签频率存在多个最高，则比较邻接节点的相似度矩阵中该节点所在行的相似值，选取相似度最大的节点所拥有的标签进行更新，若存在多个最大相似值，则随机选取一个；步骤E：判断是否满足停止条件：达到规定的迭代次数或者若干次迭代后标签值达到稳定；否则，返回步骤2继续更新标签；步骤F：将所有具有相同标签的节点归为一个社区。2.根据权利要求1所述的一种基于随机游走的社会网络社区划分方法，其特征在于：在上述步骤B中，原始随机游走算法中只存在一个游走的walker，结果不稳定。为消除随机游走过程中的随机性造成的误差，在给定的时间段t内以Δt＝1接连不断的释放walker，直至第一个被释放的walker步数为t，根据改进的算法求得两节点间相似度。3.根据权利要求1所述的一种基于随机游走的社会网络社区划分方法，其特征在于：在上述步骤B中，对随机游走相似度的计算提出了新的衡量标准；相似度矩阵第x行第y列的值axy表示节点x和节点y的相似程度，其值越大，代表这两个节点所代表的个体在同一个社区的可能性越大，对于步骤A中构造的社交网络图，抽象成一个简单的无向图G(N，E)，其中，N表示节点的集合，E表示边的集合；节点之间相似度的具体求解过程如下：用Pxy表示wal...

【专利技术属性】
技术研发人员：张贤坤，宋琛，牛渊博，高新雅，任静，熬阳月，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津,12