[發明專利]多源異構關系網絡的群體發現方法、系統、設備及介質

有效

• 申請號: 202011012724.X
• 申請日: 2020-09-23
• 公開（公告）號: CN112052404B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 劉曉明;詹明威;簡禧彥;沈超;周亞東
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/9538;G06F16/951;G06Q50/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

本發明屬于圖數據挖掘領域，公開了一種多源異構關系網絡的群體發現方法、系統、設備及介質，包括：獲取多源異構關系網絡內任意兩個用戶間的交互行為數據；根據任意兩個用戶間的交互行為數據，得到任意兩個用戶間的邊權值；其中，邊權值用于表示兩個用戶間的聯系緊密程度；根據任意兩個用戶間的邊權值構建圖結構，得到多源異構關系圖；并將多源異構關系圖進行子圖劃分，得到若干極大連通子圖并分別進行社區劃分，得到多源異構關系網絡的群體發現結果。時間復雜度低，群體發現結果優秀，適用于大規模關系網絡，能有效減少群體發現中的時間資源開銷，提高發現結果的模塊度，無需任何先驗知識，完全依靠網絡拓撲結構實現，對于復雜網絡適用性強。

技術領域

本發明屬于圖數據挖掘領域，涉及一種多源異構關系網絡的群體發現方法、系統、設備及介質。

背景技術

隨著互聯網技術的高速發展，在線社交網絡如QQ、微博、Facebook、Twitter等社交網絡平臺已經成為我們生活中不可或缺的一部分。社交平臺上用戶及其交互關系通?？梢杂脧碗s的多源異構關系網絡來描述，這些網絡中相互連接的節點的拓撲結構具有組織性和隨機性，網絡的數據以多源性、異構性、大規模為主要特征，用戶數達百萬級，且存在多種形式的交互信息，如關注、好友、點贊、轉發、評論等。近年來，由于大型網絡上用戶互動種類日益增多和人們生活日趨依賴于網絡社交，人們對多源異構網絡群體發現的研究引起了極大的興趣。那么，如何構建用戶之間多種形式的交互行為數據，并在如此大規模的結構中檢索綜合信息、發現隱藏的群體是一個值得研究的問題。目前，常用的方法是構建出多源異構關系網絡后，將多源異構關系網絡分解成子單元或社區，這些子單元或社區是一組相互高度連接的節點。這些社區的識別是至關重要的，因為它們可能有助于揭示事先未知的功能模塊，如信息網絡中的主題或社會網絡中的網絡群體；此外，由此產生的元網絡(其節點是社區)還可用于可視化原始網絡結構。

社區檢測問題要求將多源異構關系網絡劃分為密集連接的節點的社區，而屬于不同社區的節點只是稀疏連接，但是，這一優化問題的精確公式是難以計算的。目前也提出了幾種算法來以一種較快的方式發現比較好的群體，其中，解決上述問題的穩健方法是將效益函數最大化，即在多源異構關系網絡上盡可能的劃分模塊化，然后，把這個最大化過程用稱為模塊化矩陣的特征譜來表示，模塊化矩陣在社區檢測中發揮的作用類似于圖拉普拉斯矩陣在圖劃分計算中發揮的作用。

但是實驗表明，上述方法只在小型的多源異構關系網絡上能獲得較好的結果，在大規模的多源異構關系網絡上存在社區結構不明顯、模塊度小、群體發現結果差的問題。

發明內容

本發明的目的在于克服上述現有技術中，現有社區檢測群體的方法只在小型的多源異構關系網絡上能獲得較好的結果，在大規模的多源異構關系網絡上存在社區結構不明顯、模塊度小、群體發現結果差的缺點，提供一種多源異構關系網絡的群體發現方法、系統、設備及介質，在大規模的多源異構網絡中仍能獲得較好的結果。

為達到上述目的，本發明采用以下技術方案予以實現：

本發明第一方面，一種多源異構關系網絡的群體發現方法，包括以下步驟：

S1：獲取多源異構關系網絡內任意兩個用戶間的交互行為數據；

S2：根據任意兩個用戶間的交互行為數據，得到任意兩個用戶間的邊權值；其中，邊權值用于表示兩個用戶間的聯系緊密程度；

S3：根據任意兩個用戶間的邊權值構建圖結構，得到多源異構關系圖；并將多源異構關系圖進行子圖劃分，得到若干極大連通子圖；

S4：將若干極大連通子圖分別進行社區劃分，得到若干極大連通子圖的群體發現結果并組合，得到多源異構關系網絡的群體發現結果。

本發明多源異構關系網絡的群體發現方法進一步的改進在于：

所述S1的具體方法為：