[发明专利]一种动态网络社区发现方法及装置

摘要

本发明实施例提供一种动态网络社区发现方法及装置。该发明实施例通过获得的初始网络结构，获取初始网络结构中每条边对应的两个节点的相似度，然后基于相似度结果，获得两个节点属于同一个社区的第二概率，最后将相似度大于第二概率的边所连接的两个节点划分到同一个社区。当初始网络结构发生动态变化后，重新获得变化后的网络结构，将变化后的网络结构与初始网络结构进行对比得到变化节点集合，对变化节点集合中的每个点，重新计算变化节点集合中的每个点与相连的邻居节点相似度，依据重新计算的相似度和第一概率，将相似度大于第一概率的两个节点划分到同一个社区，更新社区划分的结果，从而发现动态网络社区。

主权项

1.一种动态网络社区发现方法，其特征在于，包括：获取初始网络结构、第一相似度集合及第一概率参数，其中，所述初始网络结构包括：多个第一节点、第一节点之间的边，以及所述第一节点之间的边对应的第一权值，所述第一相似度集合为每一条所述第一节点之间的边两端的两个第一节点的相似度所组成的集合；获取所述初始网络结构变化后的网络结构，其中，所述变化后的网络结构包括：多个第二节点、第二节点之间的边，以及所述第二节点之间的边对应的第二权值；比较所述多个第一节点与所述多个第二节点，并比较所述第一节点之间的边及所述第二节点之间的边，确定所述变化后的网络结构中的变化节点集合；根据所述第二权值，通过第一预设公式，分别计算所述变化节点集合中每个变化节点、与每个变化节点连接的邻居节点的相似度，得到所有变化节点与所述变化节点连接的邻居节点的相似度组成的第二相似度集合，其中，所述每个变化节点分别连接多个邻居节点；根据所述第二相似度集合以及所述第一概率参数，通过第二概率参数公式，得到第二概率参数；根据所述第二概率参数和所述变化后的网络结构的第三相似度集合，通过第二预设公式，确定所述变化后的网络结构中每条边两端的第二节点属于同一社区的第一概率，其中，所述第三相似度集合包括：所述第二相似度集合及除所述第二相似度集合以外的其他第二节点的相似度；比较每条边两端的第二节点的相似度与所述每条边两端的第二节点的相似度对应的第一概率，将所述每条边两端的第二节点的相似度大于或等于所述对应的第一概率的边、两端的第二节点划分为同一社区，遍历所述变化后的网络结构的所有边，发现动态网络社区；所述根据所述第二相似度集合以及第一概率参数，通过第二概率参数公式，得到第二概率参数，包括：根据公式：当β≤0时，根据公式：得到所述第二概率参数；当β>0时，根据公式：得到所述第二概率参数；其中，所述β为所述变化后的网络结构与所述初始网络结构的相关程度，所述|S^(t+1)|为所述变化节点集合中第二节点的总个数，所述|V^(t)|为所述初始网络结构中第一节点的总个数，所述t为时间，用于区分不同时刻的网络结构，所述t+1为所述t时刻的下一时刻，所述b^(t+1)为所述第二概率参数，所述b^(t)为所述第一概率参数，所述m为一个第二节点，所述n为一个第二节点，所述m，所述n为不同的第二节点，所述为第二节点m和第二节点n的相似度，所述C^(t+1)为第二相似度集合，所述为所述第二节点m和第二节点n的相似度属于第二相似度集合C^(t+1)，所述|C^(t+1)|为第二相似度集合中相似度的个数，所述t为大于等于0的自然数；所述根据所述两个节点之间的边对应的权值，通过第一预设公式，得到边两端的两个节点对的相似度,包括：获取第三节点的第一邻居节点集及第四节点的第二邻居节点集，其中，所述第三节点为所述第一节点或所述第二节点，所述第四节点为所述第一节点或所述第二节点，所述第四节点及所述第三节点属于同一网络结构，所述第三节点与所述第四节点分别位于同一条边两端；所述第一邻居节点集和所述第二邻居节点集取交集，得到第一集合；所述第一邻居节点集和所述第二邻居节点集取并集，得到第二集合；所述第二集合中去除第二邻居点集中的节点，得到第三集合；所述第二集合中去除第一邻居点集中的节点，得到第四集合；获得所述第一集合中的所有节点到所述第三节点的第一权值之和与所述第一集合中的所有节点到所述第四节点的第二权值之和，将所述第一权值之和及所述第二权值之和求和，作为获得第一参数；将所述第三集合中的每个节点到所述第三节点的权值之和，作为第二参数；将所述第四集合中的每个节点到所述第四节点的权值之和，作为第三参数；根据所述第一预设公式：得到所述第三节点与所述第四节点的相似度；其中，所述u为所述第三节点，所述v为所述第四节点，所述c_u,v为所述第三节点和所述第四节点的相似度，所述W_u,v为所述第一参数，所述W_u‑v为所述第二参数，所述W_v‑u为所述第三参数；所述第一概率参数公式为：其中所述b^(t)为所述第一概率参数，所述u为所述第三节点，所述v为所述第四节点，所述为所述网络结构中所述第三节点和所述第四节点之间的边，所述E^(t)为所述网络结构中所有边的集合，所述为所述第三节点和所述第四节点的相似度，所述|E^(t)|为所述网络结构中所有边的集合中边的数量，所述t为时间，用于区分不同时刻的网络结构；所述第二预设公式为：其中，所述u为所述第三节点，所述v为所述第四节点，所述f(c_u,v,b)为所述第三节点和所述第四节点属于同一社区的概率，所述c_u,v为所述第三节点和所述第四节点的相似度，所述b为概率参数，所述概率参数为第一概率参数或第二概率参数。