基于特征相关性的动态社交网络社区演化预测方法、系统、设备及介质技术方案

基于特征相关性的动态社交网络社区演化预测方法、系统、设备及介质，方法包括：时间帧划分、社区发现、社区追踪、获取社区在演化过程中的特征变化信息、使用卷积核求社区变化特征的高阶特征、预测未来时刻变化特征、预测演化事件；系统、设备及介质：用于实现基于特征相关性的动态社交网络社区演化预测方法；本发明专利技术通过描述社区历史状态的多种特征间的相关性，对社区演化过程中每一个变化状态，均使用卷积操作挖掘其中有相关性的变化特征信息，通过对每一个变化状态进行特定的特征提取，更全面、深入地理解社区演化行为的变化规律，使随机森林分类器更准确地学习社区演化行为的特定模式，能够提高各类演化事件预测性能，并深刻理解社区演化行为。

【技术实现步骤摘要】

本专利技术涉及社交网络，特别涉及基于特征相关性的动态社交网络社区演化预测方法、系统、设备及介质。

技术介绍

1、在现代社会，每天浏览社交平台、与网络朋友互动，已经成为日常生活中必要组成部分。动态社交网络中包含丰富的信息和多样的模式，因此，挖掘社交网络中的知识越来越流行，特别是预测社区进化关键事件的任务。对于社交网络中的每个子社区，根据其演化历史的结构特征，预测其未来可能发生的事件，即形成、解散、成长、收缩、生存、合并和分裂，在安全预警、流行病传播、舆情传播等领域有重要意义。

2、目前，社区的演化预测框架分别从动态网络的时间窗划分、不同时间窗下网络社区结构的检测、不同社区的进化序列追踪与关键事件识别，以及社区未来时刻的演化事件预测四个步骤分别开展研究。社区未来时刻的演化事件预测作为社区演化预测框架的最后一步非常重要。如何充分挖掘进化序列中所包含的社区特征信息预测社区未来发生的演化事件仍然是一个挑战。

3、为了提升对未来事件预测的准确率，许多的工作在特征提取方面提出创造性方案。例如，gliwa等人，设置一系列表示社团的特征，这些特征能被本文档来自技高网...

【技术保护点】

1.基于特征相关性的动态社交网络社区演化预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤1具体为：

3.根据权利要求1所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤3具体为：

4.根据权利要求1或3所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤4具体为：

5.根据权利要求1或4所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤5具体为：

6.根据权利要求1或5所述的基于特征相关...

【技术特征摘要】

1.基于特征相关性的动态社交网络社区演化预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤1具体为：

3.根据权利要求1所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤3具体为：

4.根据权利要求1或3所述的基于特征相关性的动态社交网络社区演化预测方法，其特征在于，所述步骤4具体为：

5.根据权利要求1或4所述的基于特征相关性的动态社交网络社区演...

【专利技术属性】
技术研发人员：丁静怡，王体雯，王鸿飞，孙国境，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：