[发明专利]基于K-核迭代因子和社区隶属度的重叠社区划分方法

权利要求书

1.基于K-核迭代因子和社区隶属度的重叠社区划分方法，其特征在于，包括以下几个步骤：

S1：读取网络数据集，生成网络结构图G并获取网络各节点的邻接信息表N_ij；

S2：计算网络结构图G中各节点的K-核迭代因子；

S3：计算网络结构图G中各节点的节点密度，并对节点密度进行归一化处理；

S4：结合K-核迭代因子和节点密度计算节点影响力，并选取节点影响力最大的节点作为种子节点；

S5：以种子节点为核心进行局部社区扩展得到子社区，从而得到第一次社区划分集合；

S6：将第一次社区划分集合中的子社区进行合并，从而得到第二次社区划分集合。

2.如权利要求1所述的基于K-核迭代因子和社区隶属度的重叠社区划分方法，其特征在于，所述步骤S2中，所述K-核迭代因子的计算公式如下：

公式(1)中，δ_i表示节点i的K-核迭代因子，k_i表示节点i的核心等级，表示在计算k_i时的迭代次数，n_i表示在次迭代中节点被移除时的次数。

3.如权利要求1所述的基于K-核迭代因子和社区隶属度的重叠社区划分方法，其特征在于，所述步骤S3中，所述节点密度的计算公式如下：

公式(2)中，ds(i)表示节点i的密度，N_i表示节点i的邻接节点集合，d_j表示节点j的度值；

所述对节点密度进行归一化处理的计算公式如下：

公式(3)中，lo(i)表示归一化处理后的节点i的密度，ds(i)表示节点i的密度，ds(m)表示节点m的密度，V表示网络结构图中的节点集合。

4.如权利要求1所述的基于K-核迭代因子和社区隶属度的重叠社区划分方法，其特征在于，所述步骤S4中，所述节点影响力的计算公式如下：

NI(i)＝δ_i·lo(i) (4)

公式(4)中，NI(i)表示节点i的节点影响力，δ_i表示节点i的K-核迭代因子，lo(i)表示归一化处理后的节点i的密度。

5.如权利要求1所述的基于K-核迭代因子和社区隶属度的重叠社区划分方法，其特征在于，所述步骤S5包括以下步骤：

第一步：将第一种子节点划分到初始社区c；

第二步：遍历初始社区c的邻接节点集合N_c，并计算N_c中任一节点i与社区c之间的隶属度f，并与预设隶属度阈值F进行比较，若f≥F，则将节点i划分到社区c；若f＜F，则节点i不划分到社区c；

第三步：重复第二步直到无节点划分到社区c，得到子社区C¹；

第四步：在网络结构图G子社区C¹之外的节点中重新选取节点影响力最大的节点作为第二种子节点h²，重复第二步和第三步，得到子社区C²；直到所有节点完成社区的划分，从而得到第一次社区划分集合C。