[发明专利]一种选取种子节点的合著网络社区划分方法

权利要求书

1.一种选取种子节点的合著网络社区划分方法，其特征在于，包括以下步骤：首先，根据作者各自发表的文章数和合著发表文章数，采用萨顿Salton法计算作者之间的合作强度，将计算得出的合作强度值赋值给节点之间的边，构建合著网络，其中每个作者作为合著网络的节点；其次，根据作者之间的合作强度计算节点的学术社团中心度，其中不单考虑作者自身权威度，还考虑了相邻的学者对其的影响；最后，根据节点的学术社团中心度作为选取种子节点的依据，采用改进的社区发现算法，在改进的社区发现算法的阶段一与鲁文Louvain算法的阶段一相同，结果为网络图G中的节点最终被划分成社区集合C；并将其融入到鲁文社区划分算法的第二阶段，即种子节点间不进行合并，非种子节点应尽量合并到种子节点所属的社区。

2.根据权利要求1所述的选取种子节点的合著网络社区划分方法，其特征在于，所述采用Salton法计算作者之间的合作关系强度，将计算得出的值赋值给节点之间的边，构建合著网络，合作关系强度公式如下：

rsij=hij/hi×hj]]>

式中，rs_ij为作者i和作者j的合作关系强度，h_ij为作者i和作者j合作发表的文章数，h_i和h_j分别表示作者i和作者j各自发表的文章数。

3.根据权利要求2所述的选取种子节点的合著网络社区划分方法，其特征在于，所述根据作者之间的合作强度计算节点的学术社团中心度包括：

根据计算出的作者合作强度，根据以下公式计算节点的学术社团中心度：

CD(i)＝(1-d)*deg(i)+d∑_jrd_ij*CD(j)*w(i，j)

式中，CD(i)为节点i的学术社团中心度，deg(i)为节点i的度数，rs_ij为节点i和j间的合作强度，w(i，j)为节点j对节点i的权威贡献程度，d表示收敛系数。

4.根据权利要求2所述的选取种子节点的合著网络社区划分方法，其特征在于，所述Louvain社区划分算法的第二阶段具体包括步骤：

将每个节点各视为一个社区，对于每个非种子节点i，假设它的邻居节点属于t个社区，将节点i依次添加到t个社区中，并计算节点添加前与添加后的模块度值变化ΔQ_j(j＝1，2…，t)，若该社区中包含种子节点，则将该社区添加到集合D1中，否则添加到集合D2中；

计算集合D1中ΔQ_j的最大值记为amxΔQ，若amxΔQ大于0，则将节点i分配到D1最大值所对应的社区，否则计算集合D2中ΔQ_j的最大值记为maxΔQ，若maxΔQ大于0，则将节点i分配到ΔQ_j最大值所对应的社区，若不符合上述所描述的两种情况，则节点i所属的社区需保持不变；

重复以上步骤，直到所有非种子节点i所属的社区不再发生变化，输出社区划分结果，流程结束。

5.根据权利要求4所述的选取种子节点的合著网络社区划分方法，其特征在于，采用学术社团中心度选取种子节点，其集合为S，选取公式如下：

S＝{i|CD(i)＞E+p}表示CD(i)的平均值，p表示CD(i)的标准方差。