[发明专利]群体检测方法、装置、电子设备和计算机存储介质

权利要求书

1.一种群体检测方法，其特征在于，所述方法包括：

获取社交关系网络中社群大小的先验分布；

根据所述先验分布确定所述社交关系网络的模块度的计算方式；

以最大化所述社交关系网络的模块度为目标，对所述社交关系网络进行社群划分，得到社群划分结果。

2.根据权利要求1所述的方法，其特征在于，所述社交关系网络为非加权网络时，所述根据所述先验分布确定所述社交关系网络的模块度的计算方式，包括：

根据所述先验分布、所述社交关系网络的总边数、所述社交关系网络中每个社群的边数、以及所述社交关系网络中每个社群的节点度数之和，确定所述社交关系网络的模块度的计算方式。

3.根据权利要求1所述的方法，其特征在于，所述社交关系网络为加权网络时，所述根据所述先验分布确定所述社交关系网络的模块度的计算方式，包括：

根据所述先验分布、所述社交关系网络的节点强度之和、所述社交关系网络中每个社群的节点强度之和、以及所述社交关系网络中每个社群内的边的权重和，确定所述社交关系网络的模块度的计算方式。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述以最大化所述社交关系网络的模块度为目标，对所述社交关系网络进行社群划分，得到社群划分结果，包括：

根据所述社交关系网络中任意两个社群的权重系数、以及所述任意两个社群合并后的新社群的权重系数，确定模块度变化函数；其中，所述社交关系网络中的社群的权重系数与社群的节点数相关；

根据所述模块度的计算方式和所述模块度变化函数，并采用Louvain方法对所述社交关系网络进行社群划分，得到所述社群划分结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述社交关系网络中任意两个社群的权重系数、以及所述任意两个社群合并后的新社群的权重系数，确定模块度变化函数，包括：

在所述社交关系网络为非加权网络时，根据所述社交关系网络中任意两个社群的权重系数、所述任意两个社群合并后的新社群的权重系数、所述社交关系网络的总边数、所述任意两个社群中每个社群的节点度数之和、所述任意两个社群中每个社群的边数、以及所述任意两个社群之间连边的数量，确定所述模块度变化函数。

6.根据权利要求4所述的方法，其特征在于，所述根据所述社交关系网络中任意两个社群的权重系数、以及所述任意两个社群合并后的新社群的权重系数，确定模块度变化函数，包括：

在所述社交关系网络为加权网络时，根据所述社交关系网络中任意两个社群的权重系数、所述任意两个社群合并后的新社群的权重系数、所述社交关系网络的节点强度之和、所述任意两个社群中每个社群的节点强度之和、所述任意两个社群中每个社群的边的权重和、以及所述任意两个社群之间连边的权重和，确定所述模块度变化函数。

7.根据权利要求1至3任一项所述的方法，其特征在于，所述获取社交关系网络中社群大小的先验分布，包括：

统计样本数据中社群大小的分布信息，根据所述样本数据中社群大小的分布信息，构造所述社交关系网络中社群大小的先验分布。

8.一种群体检测装置，其特征在于，所述装置包括：

获取模块，用于获取社交关系网络中社群大小的先验分布；

第一处理模块，用于根据所述先验分布确定所述社交关系网络的模块度的计算方式；

第二处理模块，用于以最大化所述社交关系网络的模块度为目标，对所述社交关系网络进行社群划分，得到社群划分结果。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的群体检测方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述的群体检测方法。