[发明专利]一种在社交网络上查找最稀疏群体方法

权利要求书

1.一种在社交网络上查找最稀疏群体方法，其特征在于，包括以下步骤：

S1：枚举p个顶点的所有可能组合；

S2：返回具有最大距离和平均距离的最稀疏群。

2.根据权利要求1所述的在社交网络上查找最稀疏群体方法，其特征在于，所述步骤S2中，通过调用分支界限算法枚举大小为p的候选结果集，并优先考虑剩余候选集中顶点距离较大的那些顶点：设U_I表示中间结果集；用U_R表示候选集，U_R用所有的顶点初始化；从U_R中选择一个候选顶点加入U_I；U_R的第一个顶点是候选点；在分支界限算法的每次迭代中，从U_R选择第一个顶点加入到U_I，当U_I不为空时，U_R需要根据每个顶点到当前中间结果集的顶点距离进行排序，每次迭代时，U_I中包含的顶点是不同的，而U_R是根据顶点到U_I的顶点距离降序排序的，所以每次迭代都必须重新计算和排序。

3.根据权利要求2所述的在社交网络上查找最稀疏群体方法，其特征在于，所述步骤S2中，如果顶点x到U_I的顶点距离小于当前最大的距离d_m，则可以安全从U_R中过滤顶点x；由于在查询处理过程中会不断产生各种结果集，这些结果集的最大的距离将被更新为图的最大距离d_m。

4.根据权利要求3所述的在社交网络上查找最稀疏群体方法，其特征在于，若得到了一个结果集H，当前的中间结果集是U_I，一个候选顶点x属于U_R，如果则候选顶点可以被过滤。

5.根据权利要求4所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤S2中，设计一个平均距离剪枝策略来进一步剪枝无效分支：设d_ma为从已经获得的结果集中获得的图的最大平均距离，让表示当前U_I和U_R组成的大小为p的所有结果集中平均距离的上界，如果小于d_ma，则可以安全地剪掉U_I这个分支，计算

其中是U_I中所有顶点距离的和，和是U_R中前p-|U_I|个顶点的顶点距离(到U_I的顶点距离)之和；候选集U_R是根据候选顶点到U_I的顶点距离进行排序的，对于中间结果集U_I，还需要加入p-|U_I|个顶点，对于剩下的p-|U_I|个点，选择U_R的前p-|U_I|个点，当U_I是一个空集时，将的值默认为正无穷；当U_I只有一个顶点，此时无法计算U_I的平均距离，选择从U_R中的第(p-2)个顶点到U_I的顶点距离作为U_I的平均距离，想要选择p个顶点，所以剩下的p-1个顶点需要从U_R中选择，所以从U_R[p-2]到U_I的顶点距离是U_I的最大平均距离。