专利交易市场

一种基于相似性的社区检测的方法，建立网络模型,计算并记录任意两个节点的共同邻居集合和联合邻居集合，计算网络中任意一个节点的局部度数比和PageRank值,计算并记录网络中所有节点及其连边的度数比聚类值，找到所有节点对应的度数比相似性最高的节点，计算并记录网络中所有节点及其连边的PageRank中心性聚类值，找到所有节点对应的PageRank相似性最高的节点，将所有节点与其度数比相似性最高的节点划入同一社团，得到初始社区划分，将每个节点与其PageRank相似性最高的节点所在的社区合并，得到最终的社区结构。本发明有效利用了节点的相关性信息，准确性较高，时间复杂度较低。

基于多标签传播的网络社区检测方法，包括：步骤1：数据预处理阶段，计算各个节点的密度值与距离值；步骤2：社区中心点选择；利用各个节点的密度值与距离值，通过DPC决策图选取社区中心点；步骤3：根据社区中心点进行多标签传播，传播结果即为社区检测结果；步骤4：将社区检测结果与数据集中各节点的真实标签进行比较，证明方法的有效性。

基于分配与分裂的动态社区检测方法，涉及复杂网络技术领域，解决现有基于增量的动态社区检测方法受初始网络社区和增量检测过程的影响容易产生误差积累的问题，本方法考虑节点之间的紧密性来检测首个快照网络的社区结构，在后续的快照网络中，为反映网络变化的活动节点分配社区并考虑新生边对社区检测精度的影响定义了增边节点，将分配后的社区结构分裂为多个由增边节点构造的局部社区和其他节点构造的单例社区，使用模块度增益合并优化分裂的社区，从而检测最终的社区结构。本发明方法能够检测到更高质量的社区结构，在每个真实动态网络的最后一个快照中，与其他方法相比，本发明方法减少了增量方法的误差累积，获得了最高的Q值。