[发明专利]一种基于网络拓扑结构和节点属性的社团检测方法

权利要求书

1.一种基于网络拓扑结构和节点属性的社团检测方法，其特征在于，所述的方法包括以下步骤：

a)节点拓扑结构链接强度分析

计算网络中节点基于拓扑结构的重要性，利用节点的局部邻居，重新度量节点之间的链接强度，包括：

首先构建节点的邻接矩阵A，读取整个网络结构后，构建邻接矩阵，若存在节点v_i到v_j的链接，则对应位置处设置为1，否则为0；

再采用PageRank算法计算节点基于拓扑结构的PageRank值，该值作为节点基于全局网络拓扑结构的重要性程度，算法运行后得到每个节点的重要性b_i；

所述步骤a)中重新度量节点之间的链接强度，还包括：

节点v_i和v_j之间的链接强度为节点v_i到v_j的链接强度与节点v_j到v_i的链接强度之和；而节点v_i到v_j的链接强度为v_j的全局重要性b_j除以节点v_i的所有链出邻居节点的全局重要性之和；同理计算出v_j到v_i的链接强度；节点v_i到v_j的链接强度TS(i，j)计算公式如下：

其中，NO(i)表示节点v_i的链出邻居集，根据上述计算公式，得到节点v_i和v_j之间的链接强度T_sS(i，j)，计算如下：

T_sS(i，j)＝TS(i，j)+TS(j，i)；

b)节点属性抽取及相似性度量

抽取出属性，然后根据不同的属性类型，计算节点之间每个属性的相似度，最后计算节点之间所有属性的相似度；

c)拓扑结构与属性相结合

在求得节点之间的链接强度和节点属性的相似度之后，利用权重调节因子结合二者，作为节点之间基于拓扑结构和属性的相似度；

d)节点聚类

首先初始化类别中心节点，然后根据每个节点与类别中心的相似度进行节点类别划分，再更新类别中心节点，最后计算目标函数值判断是否收敛。

2.根据权利要求1所述的方法，其特征在于所述步骤b)中抽取出属性，具体包括：

若节点的描述信息为文本内容，则用潜在狄利克雷LDA主题模型抽取该文本信息的主题分布，然后将该主题分布作为该节点的属性；若节点的描述为离散的或者连续的，则直接将它们作为节点的属性。

3.根据权利要求1所述的方法，其特征在于所述步骤b)中计算节点之间每个属性的相似度，具体包括：

对于离散型属性，直接比较属性的相同与否；对于连续型属性，利用欧几里得公式计算属性的相似度；对于文本型属性，在得到该文本主题分布后，利用余弦相似度方法度量属性相似度。