专利交易市场

一种基于网络嵌入和节点相似性的在线社交网络用户社区发现方法，运用网络嵌入方法把高维社交网络转化为低维向量数据，计算用户节点之间的距离和每个节点的动态邻居引力和动态邻居引力中心性，进而确定各个初始小社区的中心节点然后将其余数据点归属到与其距离最近的初始中心节点所代表的小社区中，生成社交网络用户的初始小社区集合；计算所有节点之间的距离，得到每个节点的最相似节点，形成最相似节点对，然后跟据最相似性节点对合并初始小社区并得到二次社区；最后通过优化模块度的方法合并二次社区并找到最优的网络社区结构。本发明使用网路嵌入向量计算节点之间的距离，利用最相似节点对合并社区，速度快，精确度高。

本发明提出了一种系统进化移植分区时序网络的动态社区发现方法，包括：S0，对社交网络进行定义得到其时序社交网络；S1，获取当前社区的数据信息，将其作为待处理社区信息；S2，对S1获取的待处理社区信息进行预处理；S3，构造误差函数，接着对此误差函数的二次型进行最小化处理；判断其信赖范围；S4，对误差函数求梯度，并根据梯度方向进行迭代；S5，得到分区社区数据信息。本发明提出的PPPM模型相比于FaceNet，SBM+MLE，CLBM，PisCES方法在在人工网络和真实网络上分别提高了5％和3％的准确度，故提出的PPPM模型具有健壮性，PPPM模型是合理的、有效的，该模型也可应用在一般社交网络社区发现领域中。