[发明专利]基于拓扑特性的复杂网络社团发现方法

权利要求书

1.基于拓扑特性的复杂网络社团发现方法，其特征在于，包括：

步骤1，初始化；将网络中的每个节点作为一个独立的社团，如果网络中有n个节点，那么就有n个初始化社团，各个节点的关键性为0，归属度取决于边连接强度；

所述归属度，是节点划分的判断标准，即节点与各个社团之间的关系；归属度计算公式如下：

$A(i,g)=\underset{j\∈g}{\mathrm{\Σ}}\left(\right(1+s_{ij})\·(1+\frac{c_j}{r}\left)\right)---\left(1\right)$

其中A(i,g)就代表节点i与社团g的归属度，s_ij代表节点i与社团g中节点j的边连接强度，c_j代表节点j在社团g中的关键性，r为系数；

步骤2，计算边连接强度；计算所有相连节点之间的边连接强度，也就是计算有边相连的两个节点所构成的三角形的个数；

步骤3，迭代；依顺序对各节点进行以下操作：首先，将一个节点从其所在社团删除，计算该节点与各个社团的归属度，将节点划分到归属度最大的社团；

步骤3中，节点被划分到新的社团之后，与其相连的节点的中心程度可能会发生改变，需要重新计算它们的关键性，即能构成的三角形的个数；之后，对下一个节点进行同样的操作；当遍历完所有的节点，一次迭代结束；经过多次迭代，各节点的归属将不再发生变化，算法终止。

2.如权利要求1所述的基于拓扑特性的复杂网络社团发现方法，其特征在于，所述边连接强度，是用来衡量两个相连节点之间的相似度，用s_ij来表示节点i与节点j之间的边连接强度，s_ij等于在网路中包含节点i与节点j所组成的三角形的个数。

3.如权利要求1所述的基于拓扑特性的复杂网络社团发现方法，其特征在于，所述关键性，是衡量节点在其所属社团中的重要程度，用c_j来表示节点j在其所属社团中的关键性，c_j等于在节点j所属社团中包含节点j的三角形的个数。