一种选取种子节点的合著网络社区划分方法技术

本发明专利技术请求保护一种结合学术社团中心度选取种子节点的合著网络社区划分方法，涉及学术作者合著行为分析和社区划分领域，具体是一种能够展示复杂合著网络中社区结构的社区划分算法。包括以下步骤：首先，根据作者发表文章的不同属性，结合Salton法计算合作强度构建合著网络；其次，不单考虑作者自身权威度，还考虑了相邻的学者对其的影响，计算节点的学术社团中心度；最后，根据节点的学术社团中心度作为选取种子节点的依据，并将其融入到Louvain社区划分算法的第二阶段，即种子节点间不进行合并，非种子节点应尽量合并到种子节点所属的社区。本发明专利技术解决了现有算法中大社区过度合并、小社区数量过多的问题，能更准确的发现与划分合著网络中的学术社团。

【技术实现步骤摘要】
一种选取种子节点的合著网络社区划分方法
本专利技术涉及学术作者权威度和社区划分领域，具体是一种能够展示复杂合著网络中社区结构的社区划分算法。
技术介绍
1994年以来，IEEE和ACM等大型数字图书馆出现以来，国内外的一些学者就开始关注和研究合著网络。其主要原因在于：对合著网络的当前状态和结构进行观察可以提供许多有价值的数据。合著网络属于一种典型的社会复杂网络，它具有其拥有的一些结构特征，如小世界特征、网络中存在内聚倾向以及无标度特征等等。因此，一些分析社会复杂网络的工具和方法同样可应用于合著网络，以深入挖掘合著网络潜藏的有用信息。这些工具和方法已成为当前研究合著网络的主要手段。钱振华等人在《北京科技大学学报》第27卷第4期提出一种合著网络中的社区划分方法，以若干个不同的局部带有影响力的节点为核心，并使节点的影响力从核心逐层向外均匀扩散，最终形成了以影响力最大的节点为核心，逐层扩展中节点的影响力不断衰减，它们之间相互关联形成一个局部区域，扩展到方法的停止，节点影响力很小，到达该局部区域的网络边缘。该文章提出的方法，仅有的一个划分阶段导致节点之间存在过度合并的现象，且社区划分中逐层扩展本文档来自技高网...

【技术保护点】
一种选取种子节点的合著网络社区划分方法，其特征在于，包括以下步骤：首先，根据作者各自发表的文章数和合著发表文章数，采用萨顿Salton法计算作者之间的合作强度，将计算得出的合作强度值赋值给节点之间的边，构建合著网络，其中每个作者作为合著网络的节点；其次，根据作者之间的合作强度计算节点的学术社团中心度，其中不单考虑作者自身权威度，还考虑了相邻的学者对其的影响；最后，根据节点的学术社团中心度作为选取种子节点的依据，采用改进的社区发现算法，在改进的社区发现算法的阶段一与鲁文Louvain算法的阶段一相同，结果为网络图G中的节点最终被划分成社区集合C；并将其融入到鲁文社区划分算法的第二阶段，即种子节点...

【技术特征摘要】
1.一种选取种子节点的合著网络社区划分方法，其特征在于，包括以下步骤：首先，根据作者各自发表的文章数和合著发表文章数，采用萨顿Salton法计算作者之间的合作强度，将计算得出的合作强度值赋值给节点之间的边，构建合著网络，其中每个作者作为合著网络的节点；其次，根据作者之间的合作强度计算节点的学术社团中心度，其中不单考虑作者自身权威度，还考虑了相邻的学者对其的影响；最后，根据节点的学术社团中心度作为选取种子节点的依据，采用改进的社区发现算法，在改进的社区发现算法的阶段一与鲁文Louvain算法的阶段一相同，结果为网络图G中的节点最终被划分成社区集合C；并将其融入到鲁文社区划分算法的第二阶段，即种子节点间不进行合并，非种子节点应尽量合并到种子节点所属的社区。2.根据权利要求1所述的选取种子节点的合著网络社区划分方法，其特征在于，所述采用Salton法计算作者之间的合作关系强度，将计算得出的值赋值给节点之间的边，构建合著网络，合作关系强度公式如下：式中，rsij为作者i和作者j的合作关系强度，hij为作者i和作者j合作发表的文章数，hi和hj分别表示作者i和作者j各自发表的文章数。3.根据权利要求2所述的选取种子节点的合著网络社区划分方法，其特征在于，所述根据作者之间的合作强度计算节点的学术社团中心度包括：根据计算出的作者合作强度，根据以下公...

【专利技术属性】
技术研发人员：吴渝，常雨箫，李红波，艾伟东，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50