[发明专利]异构网络社群检测方法、装置、计算机设备及存储介质

说明书

本发明公开了异构网络社群检测方法、装置、计算机设备及存储介质。该方法包括预先设置通过三元组l₁,l₂,k表示异构网络G的类型约束s；然后根据用户的社群需求获取满足社群需求的类型约束集合S，以及节点类型集合L_S；然后判断异构网络G中的每一个节点v的类型是否属于节点类型集合L_S或满足类型约束集合S，得到非有效节点并删除，然后再将非有效节点与其每一邻居节点组成对应的消息，加入至消息队列Q中；继续判断消息队列Q中是否产生了新的非有效节点，并将新的非有效节点删除，从而得到满足查询条件的社群。本发明满足了用户在异构网络中进行基于节点约束的个性化社群查询的需求。

技术领域

本发明涉及异构网络领域，尤其涉及一种基于节点约束的异构网络社群检测方法、装置、计算机设备及存储介质。

背景技术

在图数据挖掘中，社群检测是其中比较重要的一步，通过社群检测算法可以针对某一种特定的社群结构进行查找，目前比较流行的是采用基于k-核的社群结构。

但在异构网络中，由于存在不同的类型节点，用户在进行社群检测中往往需要对多个不同类型的邻居节点个数进行自定义的设置；而目前的基于k-核的社群结构只能满足在同构网络中的社群检测，不能对多个不同类型的邻居节点个数进行自定义的设置。

k-核的社群结构定义如下：给定一个正整数k≥0，网络G的k-核为满足以下条件的最大子图H_k:对于任意节点v∈H_k，节点v的节点度

图1是一个示例k-核社群，其中，子图{A,B,C,D}是一个3-核社群，因为在该子图中，每个节点都有至少三个邻居节点。图{A,B,C,D,E,F,G,H,I}是一个1-核社群，它由两个连通子图组成：{A,B,C,D,E,F,G}和{H,I}，在该子图中每个节点都至少有一个邻居节点。参数k越大，所检测到的社群往往越小，同时，社群中的节点之间也更加紧密。

k-核社群是一种定义在同构网络的社群结构，并不能应用在异构网络中进行社群检测，因为异构网络往往拥有不同类型的节点。在异构图中，并不能直接使用k-核的结构来检测社群。同时，在异构网络中，由于不同类型节点的存在，用户往往需要针对不同类型的邻居节点进行不同的设定，k-核社群的定义只有一个参数k，因此在这种情况下，并不能满足实际应用的需求。

图2是一个示例学术网络，它包含了三种节点类型:A:作者，P:论文，V:会议。图中的每个节点都标注了该节点的所属类型。此外，边A-P表示作者参与撰写了论文，边P-V表示论文被发表在会议中。假设一个用户针对该异构网络进行数据挖掘的相关分析，并希望找到有关作者和论文学术社群，满足在该社群中每个作者至少发了2篇论文，并且每个论文至少有3个合作者。图3虚线的部分是该异构网络中满足用户查询需求的一个学术社群。然而，目前基于k-核的社群结构并不能挖掘出这样的学术社群：当k＝1时，k-核社群是整个异构网络；当k＝2时，其对应的k-核社群由图4的虚线部分所表示，当k＝3时，其对应的k-核社群为空集。因此目前基于k-核的社群结构并不能满足在异构网络中包含多类型节点的社群搜索与检测。

因此，现有技术中难以解决针对异构网络多类型节点的社群检测，也没有相应的方法来检测出这种社群结构。

发明内容

本发明的目的是提供一种基于节点约束的异构网络社群检测方法、装置、计算机设备及存储介质，旨在解决现有技术中没有针对异构网络多类型节点的社群检测以及对这种社群结构的检测算法。