基于顶点差异性的社团发现方法技术

基于顶点差异性的社团发现方法，包括如下步骤：步骤１为网络构建阶段，步骤１１）为数据预处理过程：１１１）去掉无效数据；１１２）有效数据编号；步骤１２）扫描得到并去掉不必要的分量的过程；通过一遍扫描数据得到当前所有分量，并且去掉较小的；步骤１３）扫描各个分量得到各个分量的邻接矩阵：对每个分量进行扫描，根据数据点之间的联系得到邻接矩阵；步骤２为社团发现阶段，即运用差异性、边移除与贪婪方法得到社团网络中存在的社团结构，其具体步骤如下：包括初始化过程；计算顶点对之间的差异性；根据差异性发现网络中的社团结构；社团的合并；结束。本发明专利技术所得到的社团是原始网络的准确而自然的划分，并且提高了社团发现方法的性能。

【技术实现步骤摘要】

【技术保护点】
基于顶点差异性的社团发现方法，其特征是包括如下步骤：步骤１为网络构建阶段，即将原始数据抽象成为在社会网络分析中的网络，其具体过程如下：步骤１１）为为数据预处理过程：１１１）去掉无效数据：通过对现在实际数据的一次扫描，去掉数据中的不完整信息；１１２）有效数据编号：鉴于现实数据的多种多样，按顺序对所有的研究顶点进行编号；步骤１２）扫描得到并去掉不必要的分量的过程；通过一遍扫描数据得到当前所有分量，并且去掉较小的，不必进行社团发现的分量，具体方法是从一个顶点出发找到其所在的分量，直过程终止，直接转入步骤２２１）来重新计算顶点之间的差异性；否则，表明产生了新的社团结构，需要依次进行以下步骤来到达步骤２２７）；２２５）产生新社团结构后更新归属向量过程ＵｐｄａｔｅＶｅｃｔｏｒ，空队列Ｑｕｅｕｅ，ｎ维零向量Ｖ↓［ｋ＋１］＝（０，０，０．．．０），顶点ｙ加入Ｑｕｅｕｅ中，开始如下循环过程：在Ｑｕｅｕｅ不为０的情况下，取出队列头元素ｖ，加入到集合Ｓ↓［ｎｅｗ］中，取网络中使（ＣＷ）↓［ｕｖ］＞０的所有顶点ｕ，如果ｕ尚未被访问，则加入到Ｑｕｅｕｅ中，并更新归属向量Ｖ↓［ｋ＋１］：Ｖ↓［（ｋ＋１），ｊ］＝ｋ＋１；循环过程结束后，将Ｖ↓［ｋ＋１］中为零的元素置为Ｖ↓［ｋ］中相应的元素值；２２６）计算新社团结构的Ｍｏｄｕｌａｒｉｔｙ的增量ＤＱ：利用Ｓ↓［ｏｌｄ］与Ｓ↓［ｎｅｗ］中记录的顶点信息得到新产生的两个社团内部权值Ｔ↓［ｏｌｄ］与Ｔ↓［ｎｅｗ］，以及两个社团之间边的权值Ｔ↓［ｂｅｔｗｅｅｎ］，从而得到三者在所有的权值中所占的比例ａ↓［ｏｌｄ］，ａ↓［ｎｅｗ］与ａ↓［ｂｅｔｗｅｅｎ］，从而得到Ｍｏｄｕｌａｒｉｔｙ的增量ＤＱ；２２７）利用ＤＱ的值对当前的社团结构进行评价：如果ＤＱ的值大于或等于０，则对当前的Ｑ进行更新，即Ｑ＝Ｑ＋ＤＱ，并且令ｋ＝ｋ＋１，然后转入步骤２２１），否则直接转入步骤２３）结束社团结构发现过程；２３）社团合并过程ＭｅｒｇｅＣｏｍｍｕｎｉｔｙ：将大小为１的社团合并到适当的社团中去；扫描最终的归属向量Ｖ↓［ｋ］，得到各个社团的大小向量Ｖ↓［ｓｉｚｅ］，扫描向量Ｖ↓［ｓｉｚｅ］，得到每个大小为１的社团及其所包含的顶点编号，放到集合Ｓ中；对于Ｓ中的任一元素ｖ，进行如下过程：找到ｖ所在的社团编号Ｃ↓［ｖ］，找到使（ＣＷ）↓［ｕｖ］＞０的所有元素ｕ，以及其所在的社团编号Ｃ↓［ｕ］；找到社团Ｃ↓［ｗ］，使Ｃ↓［ｗ］中包含ｖ的相...

【技术特征摘要】

【专利技术属性】
技术研发人员：王崇骏，宋文军，朱小虎，
申请(专利权)人：南京大学，
类型：发明
国别省市：84[中国|南京]