[发明专利]群体检测方法、装置、电子设备和计算机存储介质

说明书

本发明实施例提出了一种群体检测方法、装置、电子设备和计算机存储介质，该方法包括：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。

技术领域

本发明涉及计算机技术领域，尤其涉及一种群体检测方法、装置、电子设备和计算机存储介质。

背景技术

在相关技术中，群体检测是将社交关系网络的节点划分为多个社群的技术，使用群体检测技术划分出社群后，每个社群内部节点之间的连接为强连接，而社群之间的连接为弱连接。在相关技术中，可以采用基于模块度的方法实现对社交关系网络的群体检测，模块度不仅仅作为优化的目标函数提出，它也是目前是最流行的用来衡量社群结果好坏的标准之一，模块度指标的提出也被认为是群体检测研究历史上的里程碑；然而，发明人发现：采用基于模块度的方法得出的社群划分结果与社交关系网络真实的社群结构不完全相符，即，采用基于模块度的方法得出的社群划分结果不够准确。

发明内容

本发明实施例期望提供群体检测的技术方案，可以解决相关技术中得出的社群划分结果不够准确的问题。

本发明实施例提供了一种群体检测方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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：