[发明专利]基于AP聚类的班级社交群体检测方法

权利要求书

1.一种基于AP聚类的班级社交群体检测方法，其特征在于包括以下步骤：

步骤一、根据座位信息获取连接信息：

式中，l_ij^k代表第k次课堂结束后学生i和学生j的连接信息，k代表某学期某门学科的课堂总数，l_ij^(k-1)代表第k-1次课堂结束后学生i和学生j的连接信息，将所有的l_ij⁰初始化为0；

步骤二、获取内容信息，并将连接信息和内容信息融合：

式中，number_i表示第i位学生的宿舍号，c_ij代表将宿舍信息与k次课堂之后的连接信息融合的结果；

式中，grade_i表示第i位学生的在该学科中取得的成绩，e_ij代表将所有的内容信息与连接信息融合之后的结果；

步骤三、利用AP进行社交群体检测，将相似性矩阵S作为输入，S的形式如式(4)所示：

式中，相似度矩阵中的S_(i,j)即为e_ij的大小，聚类过程如式(5)、式(6)所示：

式中，r_t+1(i,k)用来描述在t+1步的迭代过程中点k适合作为数据点i的聚类中心的程度；a_t+1(i,k)用来描述在t+1步中点i选择点k作为其聚类中心的适合程度；在第一步迭代中a₁(i,j)和r₁(i,j)都被初始化为0，设置最大的迭代次数100，最终r(i,k)和a(i,k)达到了稳定状态；最后得到R和A矩阵；

式中，R矩阵表示最终的r(i,k)集合，A矩阵表示最终的a(i,k)集合；将R矩阵与A矩阵相加得到M矩阵：

最后按照式(10)为每个聚类中心划分数据，得到最后的聚类结果；

Cluster_i＝{j|max{m(i,j)},j∈1,...,n}    (10)

式中，Cluster_i代表第i个人的聚类中心点，共有n个人，m(i,j)为M矩阵的元素。