[发明专利]一种基于元社区一致性的集成社区检测方法及系统

说明书

本发明提供了一种基于元社区一致性的集成社区检测方法及系统，包括：对原网络进行社区划分，基于不同社区之间的相似性，构建一个多部图；对所述多部图进行重划分，获取元社区；基于网络节点在所述元社区中的隶属关系，构建元共识网络；基于所述元共识网络获取所述原网络的社区结构，完成集成社区检测。相较于现有的集成社区检测方法本发明构建元共识图的过程中使用了一种基于三元闭包的采样方法，能够优先减少计算代价，考虑了局部拓扑特性的社区相似性度量，使得检测结果更为准确。

技术领域

本发明属于集成社区检测领域，尤其涉及一种基于元社区一致性的集成社区检测方法及系统。

背景技术

在集成社区检测的研究中，比较经典的有LF consensus方法。该方法对多次社区划分中节点成对出现在同一社区的频率做统计，以此构建“共识图”，而后在共识图上运行社区检测算法，并对此过程进行循环迭代。近期提出的MeDOC是另一种集成方法^[49]，该方法首先将一组基本社区检测算法运行多次，获得基本社区，再根据这些社区彼此间的相似性构建一个多部图，以基本社区为节点，社区间的相似性为边；随后再以某个社区检测算法划分此多部图，获得“社区”的社区，称为“元社区”；最后以“相关函数”计算网络节点与元社区间的相关性，构成相关矩阵，从相关矩阵中提取最终的划分。这两种方法分别单独利用了节点间的相似性与社区间的相似性，二者都损失了集成中的一部分信息，造成检测结果不准确。

发明内容

为解决上述技术问题，本发明提出了一种基于元社区一致性的集成社区检测方法及系统。

一方面为实现上述目的，本发明提供了一种基于元社区一致性的集成社区检测方法，包括：

对原网络进行社区划分，基于不同社区之间的相似性，构建一个多部图；

对所述多部图进行重划分，获取元社区；

基于网络节点在所述元社区中的隶属关系，构建元共识网络；

基于所述元共识网络获取所述原网络的社区结构，完成集成社区检测。

可选地，根据社区检测算法对所述原网络进行社区划分；

所述社区检测算法包括：基于模块度的方法、基于信息论的方法、标签传播方法和基于物理模型的方法。

可选地，获取所述不同社区之间的相似性包括：

对所述不同社区之间绘制连边；

对所述连边根据相似性度量进行加权，获取所述不同社区之间的相似性。

可选地，所述相似性度量为：

其中，SQ()为基于模块性的相似度，C_i与C_j为两个不同的社区，m为原网络的边数，u为从C_i里面取的一个节点，v为从C_j里面取的一个节点，SQ_uv为u和v的相似度。

可选地，对所述多部图进行重划分的方式为：选用RAlgo算法。

可选地，所述隶属关系为：所述网络节点隶属于所述多部图后，又隶属于所述元社区。

可选地，构建所述元共识网络包括：

基于所述隶属关系，统计网络节点对在所述元社区中共同出现的次数，构建元共识矩阵；

对所述元共识矩阵寻找三元闭包进行采样，获得所述元共识网络。

可选地，对所述元共识矩阵寻找三元闭包进行采样包括：

在所述元共识矩阵中，计算互为邻居的节点对被划分到同一社区的频率；