[发明专利]一种基于全局划分和局部扩展的网络重叠社团检测方法

说明书

技术领域

本发明属Web和数据库技术领域，具体涉及一种基于全局划分和局部扩展的网络重叠社团结构检测方法。

背景技术

许多网络系统都表现了社团结构的特征，如社会网络和生物群落等，简要地说，社团是整个网络中那些联系相对紧密的结点的集合。近年来，社团结构识别技术引起了物理、应用数学和计算机科学等领域的广泛关注。

已经提出的方法大都关注地是网络的划分，应用最小割边划分原则把网络结构划分成几个不相交的子网络。许多方法的检测规则是网络中的每个结点最多只能划分到一个社团，基于这样的规则，就无法找到有重叠结点的社团。这样的划分有时是不合理的，因为在现实生活中的很多情况下重叠结点是很有必要的，比如在社会网络中，一个人因为代表不同的利益因而可以在不同的社团中充当不同的角色，如果我们要对社会网络进行划分，这个人在不同的社团中都应该存在。所以针对这种情形，应该提出新的方法来进行社团发现。

发明内容

本发明的目的在于提出了一种基于全局划分和局部扩展的网络重叠社团结构检测方法，该方法引入了用种子结点来发现社团且允许不同的社团内有重复的结点。

一种基于全局划分和局部扩展的网络重叠社团检测方法DOCS，它是这样实现的：

该方法引入了用种子结点来发现社团且允许不同的社团内有重复的结点，

具体步骤为：

第一步，我们应用谱划分方法生成种子集合，并用这些种子来产生重叠社团结构，这个经典方法从网路结构的全局角度和社团结构的全局属性来产生最优种子；

第二步，根据产生的种子，从局部最优角度对社团进行扩展。我们利用模块函数Q来衡量社团每一步要扩展的结点，对每一个扫描到的结点，我们计算此结点加入后对模块Q的贡献和模块间的重叠率，比较这两个衡量标准，我们给出一个定理来决定要加入和删除的结点；

第三步是社团扩展终止条件。当扫描的结点的规范化概率低于特定阈值时或社团间的重叠率超过用户的容许值时算法停止。

本发明利用全局信息来寻找种子结点，并从局部最优角度用随机行进方法来进行社团扩展，在随机行进中我们并不考虑当前要扩展的结点是否已经属于其它社团，所以我们得到的不同社团中允许有重复的结点，这样就可以预防重要信息的丢失。

附图说明

图1为描述一个新的结点被加入到候选社团的过程。

具体实施方式

1.与本发明有关的一些概念和定义。

【1】网络模型：

本发明中，网络可以建模成图G＝(V，E)，其中V是图中结点集合，E是图中边的集合。我们用A＝(A_ij)_n×n来表示网络关联矩阵，其中

我们用D＝(D_ij)_n×n来表示对角矩阵，其中D_ij＝∑_k A_ik，如果i＝j，其它情况下D_ij＝0。

矩阵A和D是基础矩阵，其它矩阵如拉普拉斯矩阵L和转换矩阵P都可由这两个矩阵得到，其中L＝D-A，P＝D^-1 A。

【2】边缘边(割)：

一个社团S的边缘边B(S)是这样的边，其中边的一个端点在S中，另一个端点在其它社团中，形式化定义如下：

B(S)={{u,v}|{u,v}∈E,u∈S,v∉S},]]>

且|B(S)|表示社团S的割的大小。

【3】模块度：

如果网络被划分成P_k，其中k是划分的社团的个数，则模块度函数Q形式化定义如下：