一种基于特征图增强的网络嵌入的社团检测方法技术

本发明专利技术公开了一种基于特征图增强的网络嵌入的社团检测方法，关注特征图的信息，并将其与拓扑结构和特征嵌入相结合进行社区检测，可以利用节点在特征空间的关系实现更可靠的社团检测分析，最后通过伯努利泊松分布模型将节点聚集到对应的社团，充分利用特征空间中节点的关系，并将其与拓扑图和特征嵌入相结合，并通过具有注意机制的分层融合方法将它们的特征进行融合，从而实现更高质量的社团检测。本发明专利技术能够有效且高效地对复杂网络进行社团检测，能够使得检测出来的社团内部节点之间的链接较社团之间的紧密，同时社团内部的节点具有较好的属性相似性，更加体现了社团的同质性，本发明专利技术能够为复杂网络的分析等研究提供有力的支持。

【技术实现步骤摘要】

本专利技术涉及、网络分析、特征图、特征嵌入、拓扑图、网络嵌入、注意力机制、社团检测，具体地说是一种基于特征图增强的网络嵌入的社团检测方法。

技术介绍

1、随着数字化技术的快速发展，人们在在线游戏中建立虚拟社交网络的趋势日益增长。实际上，这些虚拟社交网络也可以被视为计算机科学中的图形，由节点和边组成。在这些虚拟社交网络中，玩家对应于图中的节点，而他们之间的互动和社交联系则对应于图中的边。举例来说，多人在线游戏中的玩家可以被看作是图中的节点，而玩家之间的协作、竞争和交流则构成了图中的边。

2、现实世界中的许多复杂系统都可以建模为网络，而网络通常可以被视为由不同的社区组成。挖掘社区结构对于理解复杂系统非常重要，因此社区检测多年来已被广泛研究。社区检测旨在将节点分类为各种社区，是图分析中的一个基本问题。

3、大多数社区检测的早期工作，只关注网络的拓扑结构。其实这并没有充分利用到网络的属性信息。因此后来，一些工作学习特征嵌入并将节点特征合并到社区检测任务中。然而，尽管它们在社区检测任务上取得了良好的性能，但上述所有工作都忽略了特征空间(即特征本文档来自技高网...

【技术保护点】

1.一种基于特征图增强的网络嵌入的社团检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于特征图增强的网络嵌入的社团检测方法，其特征在于，步骤五所述的GAE模块包含图卷积编码器和解码器模块。

【技术特征摘要】

1.一种基于特征图增强的网络嵌入的社团检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述...

【专利技术属性】
技术研发人员：张磊，吴泽奇，周芃，杨海鹏，张吴忌，
申请(专利权)人：安徽大学，
类型：发明
国别省市：