[发明专利]一种基于谱聚类与模糊集的重叠社区发现方法在审
| 申请号： | 201810750497.7 | 申请日： | 2018-07-10 |
| 公开（公告）号： | CN108920678A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 郭昆;何晓珊;郑建宁;廖勤武 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于谱聚类与模糊集的重叠社区发现方法。包括：1、读取社交网络的数据集，生成网络结构图并获取网络中节点的属性信息等；2、结合网络中节点的Jaccard系数和属性信息，计算网络中节点之间的相似度值；3、基于节点间的相似度值，构建相似度矩阵，从而构建归一化后的拉普拉斯矩阵；4、计算每个节点的特征向量和特征值，利用迭代和压缩的方法生成新的特征向量；5、将新的特征向量正交化，计算归属度，对存在多个社区归属度值较大的节点，进行重叠社区的划分；6、根据每次划分后的模块度，选出满足模块度要求最高的社区划分；7、输出最终的社区划分结果。本发明方法可以高效、准确地发现复杂网络中的重叠结构进行划分。 | ||
| 搜索关键词： | 特征向量 重叠社区 属性信息 归属度 模糊集 模块度 相似度 构建 聚类 社区 读取 矩阵 网络结构图 相似度矩阵 方法生成 复杂网络 划分结果 计算网络 社交网络 重叠结构 归一化 数据集 正交化 发现 迭代 网络 输出 压缩 | ||
【主权项】：
1.一种基于谱聚类与模糊集的重叠社区发现方法，其特征在于，包括如下步骤：步骤S1：读取社交网络的数据集，生成网络结构图并获取网络中节点的属性信息和拓扑结构；步骤S2：结合网络中相邻节点之间的Jaccard系数和节点的属性信息，计算网络中节点之间的相似度值；步骤S3：基于节点间的相似度值，构建相似度矩阵，从而构建归一化后的拉普拉斯矩阵；步骤S4：计算每个节点的特征向量和特征值，利用迭代和压缩的方法生成新的特征向量；步骤S5：将新的特征向量正交化，计算每个节点针对每个社区的归属度，进行社区的划分，对存在多个社区归属度值较大的节点，进行重叠社区的划分；步骤S6：根据每次划分后的模块度，选出满足模块度要求最高的社区划分；步骤S7：输出最终的社区划分结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810750497.7/，转载请声明来源钻瓜专利网。
