【技术实现步骤摘要】
本专利技术涉及社交网络，具体为一种基于动态社团检测的社交群体发现方法。
技术介绍
1、在大数据时代，社交群体发现的研究对于社交网络和大数据应用领域有着重要的影响。随着社交网络的不断演化，群体结构可能发生变化，持续的社交群体发现能够实时监测这些动态变化。这项研究不仅有助于理解社交网络的组织形式，还对信息传播、个性化推荐系统等领域产生积极影响。通过深入挖掘社交网络内部的群体结构，我们能够更好地优化网络运营、改进推荐算法，并为社会学等学科提供新的数据视角。综合而言，社交群体发现不仅为社交网络领域的前沿研究提供了重要支持，也为更广泛的社会科学研究带来了丰富的可能性。
2、社交群体发现为大数据应用提供了更深层次的洞察。在社交网络中，群体结构蕴含着丰富的信息，包括用户行为、社交关系等。通过深入了解这些群体，我们可以更好地理解用户需求、行为模式，为大数据应用提供更为精准的个性化服务和推荐。
3、目前，动态网络中的社团检测方法主要分为以下两类：
4、第一类：增量方法认为社交群体结构随时间变化，只有小部分社团结构会发生...
【技术保护点】
1.一种基于动态社团检测的社交群体发现方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于动态社团检测的社交群体发现方法，其特征在于，在S3步骤中，所述模块度Q的计算公式如下：
3.根据权利要求1所述的一种基于动态社团检测的社交群体发现方法，其特征在于，在S3步骤中，所述归一化交互信息NMI，度量了当前时间步长与社团划分的前一个时间步长的相似性，其计算公式如下：
4.根据权利要求1所述的一种基于动态社团检测的社交群体发现方法，其特征在于，在S4步骤中，所述交叉策略，具体操作为：遍历种群中的个体随机产生一个[0，1)的随...
【技术特征摘要】
1.一种基于动态社团检测的社交群体发现方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于动态社团检测的社交群体发现方法，其特征在于，在s3步骤中，所述模块度q的计算公式如下：
3.根据权利要求1所述的一种基于动态社团检测的社交群体发现方法，其特征在于，在s3步骤中，所述归一化交互信息nmi，度量了当前时间步长与社团划分的前一个时间步长的相似性，其计算公式如下：
4.根据权利要求1所述的一种基于动态社团检测的社交群体发现方法，其特征在于，在s4步骤中，所述交叉策略，具体操作为：遍历种群中的个体随机产生一个[0，1)的随机数r，如果r＜cr，交换个体pi和个体ppop-i+1对应位置...
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。