[发明专利]一种基于节点综合影响力的标签传播重叠社区发现方法

权利要求书

1.一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于，包括以下步骤：

S1、根据节点的拓扑信息:度、三角形数和局部平均度计算网络中节点重要性LI；

S2、依据节点及其邻居的相似度Sim及节点亲密度NI计算节点相似性影响力SI；

S3、根据节点重要性LI和相似性影响力SI计算节点综合影响力CI，将所有节点按节点重要性LI排序，并为每个节点初始化一个唯一标签和主标签，对于每一个节点，计算其邻居的主标签并乘以邻居节点的综合影响力作为隶属系数，将相同标签的隶属系数相加；

S4、对步骤S3中的所有标签的隶属系数之和除以标签个数作为阈值，遍历所有标签，保留满足阈值的标签并归一化，然后设置节点的主标签为隶属系数最大的标签，若有多个隶属系数最大的标签则随机选择一个为节点的主标签；

S5、当迭代结束，检查标签中的节点数，将节点数小于阈值3的无用标签删除，保留无用标签中的节点，对节点按照度降序排序并遍历节点重新计算邻居标签的隶属系数；若某一标签的隶属系数最大，则将节点加入到对应标签，最后得出社区划分结果。

2.根据权利要求1所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：所述步骤S1中计算网络中节点重要性LI的具体方法包括以下步骤：

S101、输入网络G＝(V,E)，计算节点局部平均度LAD(u)，

S102、节点重要性LI的计算，具体公式：

其中maxk、mink分别表示网络中节点的最大度数和最小度数，e_N(i)表示节点邻居之间的三角结构数，k_u表示节点u的度数。

3.根据权利要求2所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：所述步骤S1中的局部平均度LAD(u)的计算方法，具体为：

其中，N(v)表示节点v的邻居集合，|N(v)|表示节点v的邻居数目，k_v表示节点v的度数，N(u)表示节点u的邻居集合，|N(u)|表示节点u的邻居数目,kw表示节点w的度数。

4.根据权利要求1所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：所述步骤S2中节点u及其邻居v的相似度Sim的计算，具体计算方法：

其中N(v)表示节点v的邻居集合，P为节点i和节点j之间的直接或间接路径，并且节点i和节点j之间的路径长度在[1，3]的范围内，如果i和j之间存在长度为P的路径，则值为1，否则为0。

5.根据权利要求1所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：述步骤S2中节点v对节点u的节点亲密度NI的计算，具体为：

其中u，v表示网络中的节点。

6.根据权利要求4和5所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：所述步骤S2中进行节点相似性影响力SI的计算，具体为：

其中是控制节点相似性和节点亲密度的参数，Sim为节点相似度，NI为节点亲密度。

7.根据权利要求1所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：所述步骤S3中节点综合影响力CI的具体为：

8.根据权利要求1所述的一种基于节点综合影响力的标签传播重叠社区发现方法，其特征在于：所述步骤S5中计算隶属系数的公式为：

其中，b为节点u属于标签c的概率值，当节点v的标签为c时，为1，否则为0，|N(u)|为节点u的度数，若标签c的隶属系数最大，则将节点加入到标签c，最后得出社区划分结果。