[发明专利]一种融合节点属性和图结构的半监督社区发现方法有效
| 申请号： | 201910659962.0 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110442800B | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 韩启龙;李寅龙;宋洪涛;张可佳;张海涛;刘鹏;崔寰宇 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种融合节点属性和图结构的半监督社区发现方法，属于网络分析技术领域。包括以下步骤：1)计算m个属性的信息熵；2)计算属性相似度；3)利用Jaccard相似度计算结构相似度；4)计算属性和结构总的相似度；5)寻找K个初始社区；6)初始化初始社区矩阵；7)结合半监督方法计算出社区划分矩阵；8)计算平衡值(trade‑off)分析参数的合理取值范围9)根据trade‑off和模块度获得最优的模块度及社区发现结果。本发明通过不断调节算法中涉及的参数来得到一种合理地划分方式，并最后给出对于社区发现最优结果以及算法参数合理范围；融合属性进行社区发现，给出了属性所占比例的合理范围，社区发现模块度和紧密度得到提高。 | ||
| 搜索关键词： | 一种 融合 节点 属性 结构 监督 社区 发现 方法 | ||
【主权项】：
1.一种融合节点属性和图结构的半监督社区发现方法，其特征在于，包括：步骤1：在社交网络中，计算m个属性的信息熵；步骤2：计算属性相似度；步骤3：利用Jaccard相似度计算结构相似度；步骤4：计算属性和结构总的相似度；步骤5：寻得K个初始社区；步骤6：初始化初始社区矩阵；步骤7：结合半监督方法计算出社区划分矩阵；步骤8：计算平衡值分析参数的合理取值范围；步骤9：根据平衡值和模块度获得最优的模块度及社区发现结果C＝(C1,C2,...,Ck)。
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201910659962.0/，转载请声明来源钻瓜专利网。
