本发明公开的一种融合先验信息和稀疏约束的社团检测方法,步骤包括:1)获取相关的人工网络和实际网络数据集,求解网络相应的邻接矩阵Vij;2)获取网络中相关节点的Must‑link先验信息,构建矩阵Mij作为节点间的Must‑link关系矩阵;3)将Must‑link先验信息融合到非负矩阵分解(NMF)模型中,构建新的社团检测模型;4)对迭代求解后的节点划分矩阵进行组稀疏约束;5)最后根据类重表示矩阵进行网络社团结构检测,得到最终的社团划分结果。本发明提出的社团检测方法,不仅考虑到Must‑link这一先验信息,而且也考虑了节点划分矩阵的稀疏性,在人工网络和真实网络数据集上都取得了良好的表现效果。
📄 2020107219301
📂 G06F30_20
👤 西安理工大学
📅 2020-07-24