[发明专利]基于主题交互的社区发现方法

摘要

本发明公开了一种基于主题交互的社区发现方法，用于解决现有社区发现方法对社区描述准确度差的技术问题。技术方案是提取某一时间段内网络中文本、照片等的主题信息，根据网络中的每一次交互建立超图模型。对于超图模型按照用户熵以及主题熵计算超边的权值，选取用户中的种子节点，并根据超边权值计算不同节点的子图贡献度。迭代计算不同节点的贡献度，得到密集子图。以层次聚类方法对密集子图进行不同程度的聚合，得到不同层次下的社区。由于以种子节点出发构建初始子图，并根据超边权值计算不同节点的子图贡献度，然后迭代计算不同节点的贡献度，得到密集子图，对密集子图进行不同程度的聚合，得到不同主题节点对社区的贡献值，准确地描述社区。

主权项

1.一种基于主题交互的社区发现方法，其特征在于包括以下步骤：步骤一、采用LDA提取微博网络中文本的主题信息，根据微博网络中用户的每一次交互信息建立超图模型；超图模型中包括用户节点以及主题节点；每一次发布行为构成一条发布边u‑t，其中u表示用户，t表示主题，每一次转发行为构成一条转发边u1‑t1‑u2，暨用户u1从用户u2处转发了主题为t1的微博文本；步骤二、计算用户集合U中不同用户有关不同主题的用户熵，同时计算主题集合T中不同主题有关不同用户的主题熵；采用计算发布边的权重，其中C_ut表示u‑t边出现的次数，e_vu表示用户熵，e_vt表示主题熵；采用表示发布边的权值大小；步骤三、在将网络映射为超图模型后，用表示子图V＇的密度，其中s表示子图中的所有边，w_s表示边的权值，s_i表示边s的第i个相关节点；表示s_i节点对整个子图的贡献程度；若子图V＇是密集子图，则f(x)达到最大值；在超图中进行社区发现的问题采用以下公式表达：其中w(v1,…vk)表示包含节点v1,…vk的边的权值，所有节点对社区的最大贡献为1/ε,暨ε用来控制社区的初始大小；计算网络中的每一个用户节点的邻居节点的数目|Nu|，其中Nu表示用户u的邻居节点集合，表示用户u的邻居节点u_i的邻居节点数，表示用户u的所有邻居节点的平均邻居节点数；选取|N_u|＞avg(N_u)的用户节点作为种子节点；从种子节点出发，选取与种子节点相关的节点构成初始子图；在初始子图中，根据节点所在超边的权重计算节点的权重比例p(i)＝(∑w(1,…k‑1,i))/(∑w(1,…,k))，其中i表示节点，w(1,…,k)表示初始子图中的超边的权值，w(1,…k‑1,i)表示初始子图中包含节点i的超边的权值；设暨对avg(N_u)向上取整；根据节点的权重比例,以及x_i＜ε计算不同节点对密集子图的初始贡献度x_i；步骤四、采用拉格朗日公式进行问题求解；同时，对节点进行分类V_u(x)＝{i|x_i∈(0,ε]}，V_d(x)＝{i|x_i∈[0,ε)}，表示f(x)关于x_i的偏导数；对公式进行推导，根据组合优化的KKT条件，根据公式迭代的计算节点x_m对密集子图的贡献程度，其中i表示Vu中g_i(x)最大的节点，j表示Vd中g_i(x)最小的节点，l表示迭代次数；其中g_ij(x)表示x的两阶导；迭代终止条件为：节点贡献度不在变化或社区大小小于ε；得到社区的密集子图；步骤五、对于得到的密集子图，采用Jaccard系数作为相似度进行度量，以层次聚类的方式得到不同程度下的社区。