[发明专利]动态异质网络演化聚类分析方法

摘要

本发明公开一种动态异质网络演化聚类方法,主要步骤有，首先研究数据的数据及处理：具体为确定所需研究领域，获取期刊数据；提取研究字段；对获取得数据字段进行提取研究主题，消除无意义词以及常用词。其次是动态异质网络演化聚类。本发明构建动态异质网络的演化聚类框架，旨在对异构网络进行演化分析。通过对其进行分析，得到不同时刻的书目网络的聚类结果，从而可以分析不同类型实体之间的演化趋势，发现网络的出现、消失、合并、分离等演化行为。最后结合现有领域知识，分析网络演化原因与未来发展趋势。通过对书目网络进行全面的分析，可以为领域研究提供有价值的信息，指导未来领域研究发展。

主权项

1.动态异质网络演化聚类分析方法，其特征在于，该方法包括如下步骤：S1：研究数据的获取及处理：(1)确定需要研究的领域，提取领域期刊数据；(2)提取所需研究字段；(3)对获取的字段进行预处理；S2：动态异质网络演化聚类：(1)对预处理所得的数据，确定不同时间片的网络快照；(2)在第一个时刻，根据经验知识确定先验概率，将网络初始化为k类，在其他时刻，先验概率为将前一时刻的聚类作为下一时刻的先验分布；(3)为每个聚类建立基于排序的概率生成模型，即可以通过调整相应聚类中对象的类型类分解相应的概率；(4)为每种对象类型计算后验概率P(ck|o)，可以通过以下方式来计算：pt(ck|o)∝p(o|ck)×pt(ck)；(5)一旦后验概率计算完成，对象o可以使用一个向量进行表示v0＝(P(c1|o),P(c2|o),...,P(cK|o))，通过使用先前的聚类分配，聚类之心的向量v为该聚类对象的平均值，通过使用v0和聚类质心之间的余弦相似度值，将对象o重新分配到每个聚类中；(6)迭代前两个步骤，直到聚类结果不会发生变化；(7)返回聚类结果，并根据聚类结果，分析每个时间片的成员聚类，通过结合现有知识，分析产生聚类的原因，进一步了解发展现状，指导未来研究。