基于COPRA的重叠社区划分方法技术

基于COPRA的重叠社区划分方法，涉及计算机领域，针对现有技术中社交网络划分算法存在划分结果不稳定，随机性强，导致算法结果的准确性低的问题，本发明专利技术针对COPRA算法的不稳定性和随机性进行了改进。首先引入信息熵概念，提出直接节点、间接节点概念，然后通过获取节点的节点熵，并根据每个节点熵总和对节点标签更新进行排序，减少标签更新的随机性。随后提出标签价值概念，主要从节点对标签的从属系数、拥有该标签节点的熵总和、节点的度三点进行综合考虑，提出了标签价值计算公式，并给出了算法的执行过程。本发明专利技术能够发现复杂的社会网络中的重叠社区结构，并且挖掘社区结果较好、准确性高。

【技术实现步骤摘要】
基于COPRA的重叠社区划分方法
本专利技术涉及计算机领域，具体为一种基于COPRA的重叠社区划分方法。
技术介绍
由于目前社交网络规模愈加庞大，很多传统的社区发现算法都不能够对当前社区状态进行准确划分。另外，社区的构成也逐渐复杂起来，社区与社区之间经常会存在重叠部分。COPRA算法作为一种挖掘重叠社区结构的优秀算法，因近似线性的时间复杂度而被广大学者所参考研究。2002年标签传播算法首次被提出，它的原理先为任意一个节点初始化一个标签，然后根据其邻居节点来更新自己的标签，并且认为标签之间越相似，邻居节点的标签就更容易传播。算法主要思想为：1.初始时，给每个节点一个唯一标签；2.每个节点使用其邻居节点的标签中最多的标签来更新自身的标签(若都相等则随机选取一个来更新自己标签)；3.反复执行步骤2，直到每个节点的标签都不再发生变化为止。LPA算法总体来说实现思路较为简单易懂，且无需指定任何参数，时间复杂度低，一度成为很多大型网络发现的首选算法。但是该算法有两个很重要的问题：首先是它只适用用与非重叠社区的发现，而实际网络中社区之间往往是存在重叠现象的，因此不符合网络划分需求。另外一个也是该算法的致命缺点，那就是它的划分结果不稳定，随机性强，这个缺点直接影响了算法结果的准确性。
技术实现思路
本专利技术的目的是：针对现有技术中社交网络划分算法存在划分结果不稳定，随机性强，导致算法结果的准确性低的问题，提出基于COPRA的重叠社区划分方法。本专利技术为了解决上述技术问题采取的技术方案是：基于COPRA的重叠社区划分方法，包括以下步骤：步骤一：在无向网络结构G(V,E)中输入迭代次数，其中G代表网络，v代表网络中的节点，e代表网络中的边；步骤二：计算网络中各节点的节点熵；步骤三：将网络中节点按照节点熵排序；步骤四：将每个节点进行初始化并设置唯一标签，设定从属系数为1；步骤五：选择一个节点，统计该节点的邻居节点标签情况；步骤六：计算各个标签的从属系数；步骤七：判断是否存在大于阈值的标签，若存在则执行步骤八，若不存在执行步骤十五；步骤八：保留大于阈值的标签，并且删除小于阈值的标签；步骤九：选择从属系数最大的标签；步骤十：对从属系数最大的标签做归一化处理；步骤十一：判断节点是否更新完毕，若未完毕则执行步骤五，若完毕则执行步骤十二；步骤十二：判断是否满足迭代终止条件，若不满足则执行步骤五，若满足则执行步骤十三；步骤十三：将拥有相同标签节点划分为同一社区；步骤十四：输出重叠社区结构；步骤十五：判断多个标签从属系数标签价值是否相等，若不相等则执行步骤九，若相等则执行步骤十六；步骤十六：计算标签归属度相等的各个标签的标签价值；步骤十七：选择标签价值最高的前V个标签，然后执行步骤十，其中V代表一个节点能够拥有最多V个标签。进一步的，所述邻居节点包括直接邻居节点和间接邻居节点。进一步的，所述间接邻居节点出现的概率P的公式为：其中，vj表示直接邻居节点，di′表示节点vi的直接邻居节点总度数，di″表示节点vi的间接邻居节点总度数。进一步的，所述直接邻居节点总度数的计算公式为：其中，N(i)表示节点vi的邻居节点的集合，dj代表节点j的度数，即节点j的邻居节点个数。进一步的，所述间接邻居节点总度数的计算公式为：其中，N(i)表示节点vi的邻居节点的集合，dj′代表节点j′的度数，即节点j′的邻居节点个数。进一步的，所述节点熵的公式为：HC(vi)＝H1(vi)+λH2(vi)其中，H1(vi)表示直接节点熵，H2(vi)表示间接节点熵，λ为一个参数，范围为[0,1]，H1(vi)、H2(vi)和λ的公式如下：vj表示节点j。进一步的，所述从属系数的计算公式为：其中，x表示节点x，b表示节点对标签的从属系数，l表示标签符号，bt(l，x)表示第t次迭代后节点x对于标签l的归属度，∑y∈c(l)表示y属于社区C中所有标签为l的节点的集合，|C(l)|表示社区中所有带有l标签的节点的数量。进一步的，所述标签价值的公式为:其中，∑d(l)代表所有拥有标签l的节点的总度数，b(l,x)表示每个标签的顶点对该标签的从属系数，HC(x)代表节点x的节点熵，∑x∈c(l)d(x)所有标签为l的节点的度。本专利技术的有益效果是：本专利技术针对COPRA算法的不稳定性和随机性进行了改进。首先引入信息熵概念，提出直接节点、间接节点概念，然后通过获取节点的节点熵，并根据每个节点熵总和对节点标签更新进行排序，减少标签更新的随机性。随后提出标签价值概念，主要从节点对标签的从属系数、拥有该标签节点的熵总和、节点的度三点进行综合考虑，提出了标签价值计算公式，并给出了算法的执行过程。本专利技术能够发现复杂的社会网络中的重叠社区结构，并且挖掘社区结果较好、准确性高。本专利技术将节点的信息熵由大到小地进行排序，排好序后的序列为ES(EntropySequence)。根据排列好的节点信息熵序列对节点进行更新，能够有效减少很多不必要的标签更新，从而提高算法效率，同时能够避免重要性小的节点反而影响重要性大的节点现象的发生。附图说明图1为LPA算法标签传播过程图；图2为节点初始化示意图；图3为COPRA算法标签选择过程图；图4为本专利技术流程图；图5为本专利技术在各个数据集迭代情况图；图6为不同算法在不同数据集上Q值对比图；图7为n＝500时各算法模块度值图；图8为n＝10000时各算法模块度值图。具体实施方式具体实施方式一：参照图2具体说明本实施方式，本实施方式所述的基于COPRA的重叠社区划分方法，包括以下步骤：步骤一：在无像网络结构G(V,E)中输入迭代次数，其中G代表网络，v代表网络中的节点，e代表网络中的边；步骤二：计算网络中各节点的节点熵；步骤三：将网络中节点按照节点熵排序；步骤四：将每个节点进行初始化并设置唯一标签，设定从属系数为1；步骤五：选择一个节点，统计该节点的邻居节点标签情况；步骤六：计算各个标签的从属系数；步骤七：判断是否存在大于阈值的标签，若存在则执行步骤八，若不存在执行步骤十四；步骤八：保留大于阈值的标签，并且删除小于阈值的标签；步骤九：选择从属系数综合最大的标签；步骤十：对从属系数标签价值最大的标签做归一化处理；步骤十一：判断节点是否更新完毕，若未完毕则执行步骤五，若完毕则执行步骤十二；步骤十二：判断是否满足迭代终止条件，若不满足则执行步骤五，若满足则执行步骤十三；步骤十三：将拥有相同标签节点划分为同一社区；步骤十四本文档来自技高网...

【技术保护点】
1.基于COPRA的重叠社区划分方法，其特征在于包括以下步骤：/n步骤一：在无向网络结构G(V,E)中输入迭代次数，其中G代表网络，v代表网络中的节点，e代表网络中的边；/n步骤二：计算网络中各节点的节点熵；/n步骤三：将网络中节点按照节点熵排序；/n步骤四：将每个节点进行初始化并设置唯一标签，设定从属系数为1；/n步骤五：选择一个节点，统计该节点的邻居节点标签情况；/n步骤六：计算各个标签的从属系数；/n步骤七：判断是否存在大于阈值的标签，若存在则执行步骤八，若不存在执行步骤十五；/n步骤八：保留大于阈值的标签，并且删除小于阈值的标签；/n步骤九：选择从属系数最大的标签；/n步骤十：对从属系数最大的标签做归一化处理；/n步骤十一：判断节点是否更新完毕，若未完毕则执行步骤五，若完毕则执行步骤十二；/n步骤十二：判断是否满足迭代终止条件，若不满足则执行步骤五，若满足则执行步骤十三；/n步骤十三：将拥有相同标签节点划分为同一社区；/n步骤十四：输出重叠社区结构；/n步骤十五：判断多个标签从属系数标签价值是否相等，若不相等则执行步骤九，若相等则执行步骤十六；/n步骤十六：计算标签归属度相等的各个标签的标签价值；/n步骤十七：选择标签价值最高的前V个标签，然后执行步骤十，其中V代表一个节点能够拥有最多V个标签。/n...

【技术特征摘要】
1.基于COPRA的重叠社区划分方法，其特征在于包括以下步骤：
步骤一：在无向网络结构G(V,E)中输入迭代次数，其中G代表网络，v代表网络中的节点，e代表网络中的边；
步骤二：计算网络中各节点的节点熵；
步骤三：将网络中节点按照节点熵排序；
步骤四：将每个节点进行初始化并设置唯一标签，设定从属系数为1；
步骤五：选择一个节点，统计该节点的邻居节点标签情况；
步骤六：计算各个标签的从属系数；
步骤七：判断是否存在大于阈值的标签，若存在则执行步骤八，若不存在执行步骤十五；
步骤八：保留大于阈值的标签，并且删除小于阈值的标签；
步骤九：选择从属系数最大的标签；
步骤十：对从属系数最大的标签做归一化处理；
步骤十一：判断节点是否更新完毕，若未完毕则执行步骤五，若完毕则执行步骤十二；
步骤十二：判断是否满足迭代终止条件，若不满足则执行步骤五，若满足则执行步骤十三；
步骤十三：将拥有相同标签节点划分为同一社区；
步骤十四：输出重叠社区结构；
步骤十五：判断多个标签从属系数标签价值是否相等，若不相等则执行步骤九，若相等则执行步骤十六；
步骤十六：计算标签归属度相等的各个标签的标签价值；
步骤十七：选择标签价值最高的前V个标签，然后执行步骤十，其中V代表一个节点能够拥有最多V个标签。


2.根据权利要求1所述的基于COPRA的重叠社区划分方法，其特征在于所述邻居节点包括直接邻居节点和间接邻居节点。


3.根据权利要求2所述的基于COPRA的重叠社区划分方法，其特征在于所述间接邻居节点出现的概率P的公式为：



其中，vj表示直接邻居节点，di′表示节点vi的直接邻居节点总度数，di″表示节点vi的间接邻居节点总度数。

【专利技术属性】
技术研发人员：董宇欣，韩瑞，费腾，王红滨，孙孟昊，耿士卿，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23