[发明专利]一种基于近邻特征传播标签的社区发现方法

权利要求书

1.一种基于近邻特征传播标签的社区发现方法，其特征在于：该方法包括以下步骤：获得随机初始化的标签，对上述标签进行局部优化，优化之后每个节点都会得到一个局部最优的标签；最后以每个节点获得的局部最优标签为基础，开始标签传播，具体为

第一步，初始化网络中所有节点的标签，赋予每个节点一个全局唯一的标签；

第二步，标签预传播；

第三步，记迭代次数为t，t的初始值为1；

第四步，按近邻节点影响力由大到小的顺序将网络中的所有节点组成一个有序集合；

第五步，对于集合中的每个节点，将在其所有邻居节点中出现次数最多的标签作为该节点在本次迭代时获得的标签；

第六步，对于集合中的任意节点，如果节点在本地迭代和在上次迭代中获得的标签相同，则标签传播结束；否则，令t＝t+1并回到第四步。

2.根据权利要求1中所述的一种基于近邻特征传播标签的社区发现方法，其特征在于：在标签预传播过程中，

第1步，则v_i和v_j为近邻关系，并记为其中表示节点间的近邻关系；

第2步，若则v_i和v_j互为近邻节点；

第3步，v_i的近邻集合且

第4步，计算节点紧密度表示任意两个节点v_i和v_j之间的紧密程度；

第5步，节点v_i的近邻节点影响力记为通过迭代计算获得。f_inf(v_i,k)表示v_i在第k次迭代时的影响力；若第k次迭代时所有节点的f_inf之和与第(k-1)次迭代时所有节点的f_inf之和的差小于特定值(ε),则收敛，将各节点在第k次迭代时获得的影响力作为该节点的最终，即有

第6步，假设节点v_j是v_i的近邻节点，将v_j的标签被v_i接受的程度记为v_j的标签对于v_i标签分配的决策值，表示为且

第7步，所有影响力比当前节点影响力大的节点对应的标签构成的集合记为L，v_i的候选标签集合且其中表示节点v_j的标签；

第8步，如果

第9步，如果且

第10步，如果且