【技术实现步骤摘要】
一种复杂网络社区数量的估计方法
本专利技术涉及复杂网络挖掘领域，特别涉及一种复杂网络社区数量的估计方法。
技术介绍
复杂网络一般指节点数目众多、连接关系复杂的网络。飞速发展的互联网技术和信息爆炸式增长，使人类社会步入了网络时代，我们的大量生产实践活动都处于各类复杂网络环境中，例如，社会网络、蛋白质网络、疾病传播网络、Internet网络等。这些复杂网络中链路分布的不均匀性暗示了网络中社区结构的存在，大量研究也表明网络通常由一些结构明显的社区构成。社区内部节点间连接相对紧密，而社区间连接比较稀疏。网络中的社区是现实世界社会关系的一种映射，社区发现的研究工作具有很多现实意义，人们通过挖掘和识别社区结构可以了解网络中蕴含的丰富内容，理解网络社团组织结构的发展规律以及它们之间拓扑结构的相互关系等。近年来，针对网络社区发现问题已经形成了大量具有代表性的算法，大致可分为几类：基于层次聚类的社区发现方法，基于优化模型的社区发现方法，基于图分割的社区发现方法以及启发式方法等。公开号为CN106453096A的专利《一种动态网络社区发现方法及装置》提供一种动态网络社区发现方法及装置...
【技术保护点】
1.一种复杂网络社区数量估计方法，其特征在于：该复杂网络表示为图的形式，记作网络G(V,E)，网络G(V,E)中包含m个网络节点，记作V＝(v1,v2,…,vm)，其中第i个网络节点(1≤i≤m)记作vi；网络节点之间共形成了n个连接，表现为n条连边，记作E＝(e1,e2,…,en)，其中第l条边(1≤l≤n)记作el；确定网络G(V,E)中所含社区数量及各社区中心节点的过程，包括以下步骤：S10、计算网络G(V,E)中的任一网络节点vi的内聚度，用于表达该网络节点对其所属社区中其它网络节点的最大聚合性，即网络社区内部连接的稠密性；S20、计算网络G(V,E)中的任一网络节...
【技术特征摘要】
1.一种复杂网络社区数量估计方法，其特征在于：该复杂网络表示为图的形式，记作网络G(V,E)，网络G(V,E)中包含m个网络节点，记作V＝(v1,v2,…,vm)，其中第i个网络节点(1≤i≤m)记作vi；网络节点之间共形成了n个连接，表现为n条连边，记作E＝(e1,e2,…,en)，其中第l条边(1≤l≤n)记作el；确定网络G(V,E)中所含社区数量及各社区中心节点的过程，包括以下步骤：S10、计算网络G(V,E)中的任一网络节点vi的内聚度，用于表达该网络节点对其所属社区中其它网络节点的最大聚合性，即网络社区内部连接的稠密性；S20、计算网络G(V,E)中的任一网络节点vi的分离度，用于表达该网络节点与其所属社区之外网络节点间的相关性，即社区外部连接的稀疏性：S30、对于网络G(V,E)中的任一网络节点vi，依据其内聚度和分离度计算网络节点的中心度，用于描述每个网络节点对其所属社区的影响力，中心度越高，则该网络节点越可能成为社区中心；S40、计算各网络节点中心度的Z分数：S50、利用3σ法则对网络节点中心度的Z分数进行筛选，生成候选社区中心节点集合；S60、从候选社区中心节点集合中选择内聚度和分离度都较大的网络节点，作为社区中心节点，进行结果输出。2.根据权利要求1所述一种复杂网络社区数量估计方法，其特征在于：所述步骤S10中对于网络G(V,E)中的任一网络节点vi，令NGi＝{vj|<vi,vj>∈E}表示vi的邻居网络节点构成的集合，将网络节点vi的连接度表示为di＝|NGi|，所述网络G(V,E)任一网络节点vi的内聚度的计算包含以下步骤：S11、计算网络节点vi与其各邻居网络节点间的相似度，两网络节点间的相似度为这两个网络节点的公共邻居网络节点数，网络节点vi与其某一邻居网络节点vj的相似度simi,j计算方法如式(1)：simi,j＝|NGi∩NGj|(1)S12、利用式(2)计算网络节点vi的内聚度：其中Ii为网络节点vi的内聚度，表示该网络节点的度及其与邻居网络节点的最大相似度。3.根据权利要求1所述一种复杂网络社区数量估计方法，其特征在于：所述步骤S20中网络G...
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。