[发明专利]一种基于平均互信息的最大派系贪心扩展社区发现方法及系统

权利要求书

1.一种基于平均互信息的最大派系贪心扩展社区发现方法，其特征在于：包括以下步骤：

S1、服务器接收社区划分请求；

S2、利用网络边集V生成网络图；

S3、在网络图中找出所有最大派系；

S4、对所有最大派系进行筛选，筛选后的最大派系初始化为网络图的种子社区集合；

S5、对种子社区集合进行排序，并维持一个已确定社区集合；

S6、从排序后的种子社区集合中选择种子社区S；

S7、判断种子社区S与已确定社区之间的间距是否小于设定的阈值，若是，则进行步骤S6，否则进行步骤S8；

S8、遍历种子社区S的所有邻接节点，并选择合适的邻接节点加入种子社区，直到无合适邻接节点即扩展完毕成为稳定社区CS；

S9、判断稳定社区CS与已 确定社区之间的间距是否小于设定的阈值，若是，则进行步骤S6，否则进行S10；

S10、重复步骤S6至S9，直到种子社区集合内所有种子社区遍历完毕，得到重叠社区划分结果；

S11、若用户请求为非重叠社区，则对重叠点进行处理，得到非重叠社区划分结果；

S12、遍历网络所有未被遍历的节点，使节点尽可能得到划分；

S13、输出最终的社区划分结果；

其中，步骤S4中，对步骤S3所得到的最大派系根据社区间距公式δ_E(S，S′)＝1-|S∩S′|/min(|S|，|S′|)两两间计算并比较进行筛选，若小于设定的阈值∈，则丢弃当前种子社区，并选取下一种子社区，其中，S，S′表示两个不同的社区；

步骤S7中，种子社区S与已确定社区之间的间距δ_E(S，S′)＝1-|S∩S′|/min(|S|，|S′|)，若小于设定的阈值∈，则丢弃当前社区，并选取下一种子社区，S，S′表示两个不同的社区；

步骤S9中，稳定社区CS与已确定社区之间的间距为δ_E(S，S′)＝1-|S∩S′|/min(|S|，|S′|)，S，S′表示两个不同的社区；

根据是否重叠社区参数来决定是否进行步骤S11，若则说明最后输出的结果为重叠社区，不进行步骤S11；若进行步骤S11，输出的结果为非重叠社区，此时使用WFA值来对重叠点进行最后的划分，其中，I_P表示重叠点加入某一社区后整个社区结构的平均互信息，表示第i个社区的适应度值，WFA表示划分后的社区结构中各社区适应度值总和与相应平均互信息值的加权平均值，μ表示进行种子社区扩展时考虑网络节点信息的权重。

2.根据权利要求1所述的一种基于平均互信息的最大派系贪心扩展社区发现方法，其特征在于：步骤S3的具体过程为：确定最大派系的节点个数为k，利用Born-Kerbosch派系枚举算法找出网络图中包含有k个节点的所有最大派系。

3.根据权利要求1所述的一种基于平均互信息的最大派系贪心扩展社区发现方法，其特征在于：步骤S5中所述排序为对种子社区集合中的社区根据所含节点个数从多到少进行排序。