[發(fā)明專利]基于自監(jiān)督學(xué)習(xí)式進化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法

在審

• 申請?zhí)枺?/td>: 202110665380.0
• 申請日: 2021-06-16
• 公開（公告）號: CN113704570A
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計）人: 陳家進;劉松柏;林秋鎮(zhèn);李青
• 申請（專利權(quán)）人: 香港理工大學(xué)深圳研究院
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06F16/901;G06N3/12;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 深圳市君勝知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268
• 代理人: 謝松;徐凱凱

本發(fā)明公開了基于自監(jiān)督學(xué)習(xí)式進化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法，包括步驟：根據(jù)目標(biāo)網(wǎng)絡(luò)社區(qū)，確定目標(biāo)網(wǎng)絡(luò)社區(qū)對應(yīng)的原始種群；將原始種群分解成第一子種群和第二子種群；采用基于自監(jiān)督學(xué)習(xí)的方法對第一子種群進行更新，得到第一更新子種群，并采用基于廣度學(xué)習(xí)的方法對第二子種群進行更新，得到第二更新子種群；根據(jù)原始種群、第一更新子種群以及第二更新子種群，確定目標(biāo)網(wǎng)絡(luò)社區(qū)對應(yīng)的進化種群；當(dāng)進化種群滿足終止條件時，將進化種群作為最優(yōu)種群。本發(fā)明將大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)檢測問題建模成一個兩目標(biāo)的優(yōu)化問題，通過基于自監(jiān)督學(xué)習(xí)式進化方法和基于廣度學(xué)習(xí)的方法同時優(yōu)化這兩個目標(biāo)，實現(xiàn)對大規(guī)模復(fù)雜網(wǎng)絡(luò)的最優(yōu)社區(qū)結(jié)構(gòu)檢測。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及的是一種基于自監(jiān)督學(xué)習(xí)式進 化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法。

背景技術(shù)

進入21世紀(jì)的大數(shù)據(jù)時代，以因特網(wǎng)為代表的信息技術(shù)的迅猛發(fā)展使 人類社會大步邁入了大規(guī)模復(fù)雜網(wǎng)絡(luò)時代。在現(xiàn)實世界中許多系統(tǒng)以網(wǎng)絡(luò) 的形式存在，從互聯(lián)網(wǎng)世界中的萬維網(wǎng)到交通系統(tǒng)中的路線網(wǎng)，從電子領(lǐng) 域中的超大規(guī)模集成電路到電力系統(tǒng)中的大型電力網(wǎng)絡(luò)，從生物系統(tǒng)中的 細胞神經(jīng)網(wǎng)絡(luò)到蛋白質(zhì)互相作用網(wǎng)絡(luò)，從社會關(guān)系中的社交網(wǎng)絡(luò)到科學(xué)家 之間的合作關(guān)系網(wǎng)，大規(guī)模復(fù)雜網(wǎng)絡(luò)無處不在。社區(qū)結(jié)構(gòu)檢測是大規(guī)模復(fù) 雜網(wǎng)絡(luò)分析中的一項關(guān)鍵任務(wù)，它有助于理解以大規(guī)模復(fù)雜網(wǎng)絡(luò)為代表的 系統(tǒng)的特性，且對實際應(yīng)用具有重要的意義。大規(guī)模復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)由幾 十萬甚至上百萬對節(jié)點與節(jié)點之間的關(guān)系組成。大規(guī)模復(fù)雜網(wǎng)絡(luò)研究的主 要問題之一是對社區(qū)結(jié)構(gòu)的高效快速檢測。現(xiàn)實世界的網(wǎng)絡(luò)通常由功能單 元組成，這些功能單元以網(wǎng)絡(luò)模塊或社區(qū)的形式表現(xiàn)出來,同一社區(qū)內(nèi)部的 節(jié)點在連接程度非常緊密，不同社區(qū)之間的連接相對稀疏。社區(qū)結(jié)構(gòu)作為 復(fù)雜網(wǎng)絡(luò)的重要特性，在一定程度上可以反映網(wǎng)絡(luò)的重要特征。因此，識 別社區(qū)結(jié)構(gòu)對于描述網(wǎng)絡(luò)組織結(jié)構(gòu)和理解復(fù)雜系統(tǒng)至關(guān)重要。但是，隨著 網(wǎng)絡(luò)規(guī)模的不斷擴大使得網(wǎng)絡(luò)結(jié)構(gòu)變得非常復(fù)雜，很多傳統(tǒng)的方法在處理 大規(guī)模復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)檢測時存在一些缺陷。特別是，當(dāng)使用經(jīng)典聚 類算法處理大規(guī)模復(fù)雜網(wǎng)絡(luò)時，社區(qū)結(jié)構(gòu)檢測結(jié)果通常不夠準(zhǔn)確。

因此，現(xiàn)有技術(shù)還有待于改進和發(fā)展。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有技術(shù)的上述缺陷，提供一種 基于自監(jiān)督學(xué)習(xí)式進化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法，旨在解決現(xiàn)有技 術(shù)中社區(qū)結(jié)構(gòu)檢測結(jié)果不準(zhǔn)確的問題。

本發(fā)明解決技術(shù)問題所采用的技術(shù)方案如下：

一種基于自監(jiān)督學(xué)習(xí)式進化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法，其中， 包括步驟：

根據(jù)目標(biāo)網(wǎng)絡(luò)社區(qū)，確定所述目標(biāo)網(wǎng)絡(luò)社區(qū)對應(yīng)的原始種群；

將所述原始種群分解成第一子種群和第二子種群；其中，所述第一子 種群的平均適應(yīng)度值大于所述第二子種群的平均適應(yīng)度值；

采用基于自監(jiān)督學(xué)習(xí)的方法對所述第一子種群進行更新，得到第一更 新子種群，并采用基于廣度學(xué)習(xí)的方法對所述第二子種群進行更新，得到 第二更新子種群；

根據(jù)所述原始種群、所述第一更新子種群以及所述第二更新子種群， 確定所述目標(biāo)網(wǎng)絡(luò)社區(qū)對應(yīng)的進化種群；

當(dāng)所述進化種群滿足終止條件時，將所述進化種群作為最優(yōu)種群。

所述的基于自監(jiān)督學(xué)習(xí)式進化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法，其中， 所述檢測方法還包括：

當(dāng)所述進化種群不滿足終止條件時，將所述進化種群作為原始種群， 并繼續(xù)執(zhí)行將所述原始種群分解成第一子種群和第二子種群的步驟，直至 所述進化種群滿足終止條件時，將所述進化種群作為最優(yōu)種群。

所述的基于自監(jiān)督學(xué)習(xí)式進化的大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)檢測方法，其中， 所述采用基于自監(jiān)督學(xué)習(xí)的方法對所述第一子種群進行更新，得到第一更 新子種群，具體包括：

對所述目標(biāo)網(wǎng)絡(luò)中的所有網(wǎng)絡(luò)節(jié)點進行分組，得到若干個變量組；