本發(fā)明涉及網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)技術(shù)領(lǐng)域，特別是涉及一種網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)方法及裝置。

背景技術(shù)：

在現(xiàn)實生活中，與周圍人交流是個人的主要行為，人與人之間總是通過某種關(guān)系相互連接形成一個社會網(wǎng)絡(luò)，也稱為社交網(wǎng)絡(luò)社區(qū)。實際的社交網(wǎng)絡(luò)社區(qū)往往具有的網(wǎng)絡(luò)拓撲結(jié)構(gòu)：每個網(wǎng)絡(luò)社區(qū)內(nèi)部節(jié)點之間的連接相對較為緊密，各個網(wǎng)絡(luò)社區(qū)之間的連接相對較為稀疏。

網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)技術(shù)在社交網(wǎng)絡(luò)分析和數(shù)據(jù)挖掘中是一種非常重要的技術(shù)。對于研究大規(guī)模的復(fù)雜網(wǎng)絡(luò)，探尋并發(fā)現(xiàn)該網(wǎng)絡(luò)中潛在的網(wǎng)絡(luò)社區(qū)，具有很重要的研究意義。該技術(shù)的應(yīng)用非常廣泛，主要涉及的領(lǐng)域有：社會網(wǎng)絡(luò)分析領(lǐng)域、數(shù)據(jù)挖掘領(lǐng)域、機器學(xué)習(xí)領(lǐng)域、統(tǒng)計學(xué)領(lǐng)域、空間(圖)數(shù)據(jù)庫技術(shù)領(lǐng)域、生物學(xué)和市場學(xué)等領(lǐng)域。

現(xiàn)有技術(shù)中，大多數(shù)的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法都是針對靜態(tài)網(wǎng)絡(luò)，即網(wǎng)絡(luò)中的節(jié)點以及節(jié)點之間的連接關(guān)系是一成不變的。然而，在實際應(yīng)用中，網(wǎng)絡(luò)是動態(tài)變化的。這些變化的不斷積累造成整個網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的變化，如新網(wǎng)絡(luò)社區(qū)的產(chǎn)生、舊網(wǎng)絡(luò)社區(qū)的消失、網(wǎng)絡(luò)社區(qū)的合并或分裂、網(wǎng)絡(luò)社區(qū)規(guī)模的變大或變小等。針對網(wǎng)絡(luò)的快速且不可預(yù)測的變化性，使得對動態(tài)網(wǎng)絡(luò)中的網(wǎng)絡(luò)社區(qū)的檢測和發(fā)現(xiàn)面臨著巨大的挑戰(zhàn)。

技術(shù)實現(xiàn)要素：

本發(fā)明主要解決的技術(shù)問題是提供一種網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)方法及裝置，能夠有效辨別和監(jiān)測當前時刻下動態(tài)網(wǎng)絡(luò)中網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的變化，并對當前時刻下的網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)進行更新。

為解決上述技術(shù)問題，本發(fā)明采用的一個技術(shù)方案是：提供一種網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)方法，包括：在時間段T內(nèi)以預(yù)定周期檢測時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)G⁰的拓撲變化ΔG⁰；基于所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰和所述拓撲變化ΔG⁰，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)。

其中，所述在時間段T內(nèi)以預(yù)定周期檢測時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)G⁰的拓撲變化ΔG⁰之前，還包括：在所述時刻t₀基于所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰，形成網(wǎng)絡(luò)社區(qū)集合C(G⁰)，其中，G⁰＝(V⁰,E⁰)，C(G⁰)＝(C₁(G⁰),C₂(G⁰),......,C_k(G⁰))，所述V⁰為所述時刻t₀的節(jié)點集合，所述E⁰為所述時刻t₀的邊的集合，C_i(G⁰)為所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中任意一個網(wǎng)絡(luò)社區(qū)，所述i的數(shù)值是從1至k，所述k為所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量；所述基于所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰和所述拓撲變化ΔG⁰，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，包括：對所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點、刪除ΔV⁰中減少的所有節(jié)點、增加ΔE⁰中增加的所有邊以及刪除ΔE⁰中減少的所有邊四個過程中的至少一個過程，其中，ΔG⁰＝(ΔV⁰,ΔE⁰)，所述ΔV⁰為所述時間段T內(nèi)節(jié)點的變化集合，所述ΔE⁰為所述時間段T內(nèi)邊的變化集合；根據(jù)執(zhí)行的所述至少一個過程的結(jié)果，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，其中，G^T＝(V^T,E^T)，C(G^T)＝(C₁(G^T),C₂(G^T),......,C_m(G^T))，G^T＝G⁰∪ΔG⁰，所述V^T為所述時刻t₀+T的節(jié)點集合，所述E^T為所述時刻t₀+T的邊的集合，C_i(G^T)為所述網(wǎng)絡(luò)社區(qū)集合C(G^T)中任意一個網(wǎng)絡(luò)社區(qū)，所述i的數(shù)值是從1至m，所述m為網(wǎng)絡(luò)結(jié)構(gòu)G^T形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量。

其中，所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點的過程，包括：將所述ΔV⁰中增加的節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，所述u為所述ΔV⁰中增加的所有節(jié)點中的任意一個；所述根據(jù)執(zhí)行的所述至少一個過程的結(jié)果，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，包括：當所述節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，若所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)內(nèi)的邊、連接到所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的邊均沒有增加，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當 所述節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，且若所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)連接到所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)中的至少一個的邊同步增加，則當引力度BD_in(u,C_i(G^T))大于或等于引力度BD_out(u,C_i(G^T))時，將所述節(jié)點u增加到所述C_i(G⁰)中，以形成所述C_i(G^T)，當所述BD_in(u,C_i(G^T))小于所述BD_out(u,C_i(G^T))時，將所述節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)，且所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量，其中，所述引力度BD_in(u,C_i(G^T))表示所述網(wǎng)絡(luò)社區(qū)C_i(G^T)中除所述節(jié)點u之外的所有節(jié)點對所述節(jié)點u的引力大小，所述引力度BD_out(u,C_i(G^T))表示除所述網(wǎng)絡(luò)社區(qū)C_i(G^T)之外的所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點對所述節(jié)點u的引力大小；當所述ΔV⁰中增加的所有節(jié)點的數(shù)量為一個以上時，返回所述將所述ΔV⁰中增加的節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中的步驟，直到ΔV⁰中增加的所有節(jié)點分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點的過程。

其中，所述引力度BD_in(u,C_i(G^T))和所述引力度BD_out(u,C_i(G^T))的大小分別：

其中，所述表示在所述時刻t₀+T下，與所述節(jié)點u連接的所有邊之和，所述表示所述節(jié)點u與所述C_i(G^T)中所有節(jié)點可能連接的所有邊之和，所述表示所述節(jié)點u與所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點可能連接的所有邊之和。

其中，所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔV⁰中減少的所有節(jié)點的過程，包括：在所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除所述ΔV⁰中減少的節(jié)點v，所述v為所述ΔV⁰中減少的所有節(jié)點中的任意一個；所述根據(jù)執(zhí)行的所述至少一個過程的結(jié)果，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合 C(G^T)，包括：當所述節(jié)點v為單孤立節(jié)點，若從所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除所述節(jié)點v后對所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰沒有產(chǎn)生變化，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點v從所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除后，若與所述節(jié)點v連接的邊同步刪除，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與所述節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)；當所述ΔV⁰中減少的所有節(jié)點的數(shù)量為一個以上時，返回所述在所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除所述ΔV⁰中減少的節(jié)點v的步驟，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔV⁰中減少的所有節(jié)點，否則，結(jié)束所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔV⁰中減少的所有節(jié)點的過程。

其中，所述更新與所述節(jié)點u連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)之后，還包括：當更新與所述節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)之后，所述節(jié)點v的鄰居節(jié)點的鄰居節(jié)點產(chǎn)生網(wǎng)絡(luò)社區(qū)的變化時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與所述節(jié)點v連接的鄰居節(jié)點的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，直至所述G⁰中所有節(jié)點的所屬網(wǎng)絡(luò)社區(qū)不再發(fā)生變化。

其中，所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔE⁰中增加的所有邊的過程，包括：將所述ΔE⁰中增加的邊(x,y)增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，所述邊(x,y)為所述ΔE⁰中增加的所有邊中的任意一個，所述x,y分別表示所述邊(x,y)的兩個節(jié)點；所述根據(jù)執(zhí)行的所述至少一個過程的結(jié)果，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，包括：當所述節(jié)點x,y屬于同一個網(wǎng)絡(luò)社區(qū)時，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點x,y分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新所述節(jié)點x,y、與所述節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成所述網(wǎng)絡(luò)社區(qū)集合C(G^T)；當所述ΔE⁰中增加的所有邊的數(shù)量為一個以上時，返回所述將所述ΔE⁰中增加的邊(x,y)增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中的步驟，直到ΔE⁰中增加的所有邊分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔE⁰中增加的所有邊的過程。

其中，所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔE⁰中減少的所有邊的過程，包括：在所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除所述ΔE⁰中減少的邊(a,b)，所述邊(a,b)為所述ΔE⁰中減少的所有邊中的任意一個，所述a,b分別表示所述邊(a,b)的兩個節(jié)點；所述根據(jù)執(zhí)行的所述至少一個過程的結(jié)果，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，包括：當所述節(jié)點a,b分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點a,b屬于同一個網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新所述節(jié)點x,y、與所述節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成所述網(wǎng)絡(luò)社區(qū)集合C(G^T)；當所述ΔE⁰中減少的所有邊的數(shù)量為一個以上時，返回所述在所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除所述ΔE⁰中減少的邊(a,b)的步驟，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔE⁰中減少的所有邊，否則，結(jié)束所述對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔE⁰中減少的所有邊的過程。

為解決上述技術(shù)問題，本發(fā)明采用的另一個技術(shù)方案是：提供一種網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)裝置，所述裝置包括：檢測模塊，用于在時間段T內(nèi)以預(yù)定周期檢測時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)G⁰的拓撲變化ΔG⁰；第一形成模塊，用于基于所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰和所述拓撲變化ΔG⁰，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)。

其中，所述裝置還包括：第二形成模塊，用于在所述時刻t₀基于所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰，形成網(wǎng)絡(luò)社區(qū)集合C(G⁰)，其中，G⁰＝(V⁰,E⁰)，C(G⁰)＝(C₁(G⁰),C₂(G⁰),......,C_k(G⁰))，所述V⁰為所述時刻t₀的節(jié)點集合，所述E⁰為所述時刻t₀的邊的集合，C_i(G⁰)為所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中任意一個網(wǎng)絡(luò)社區(qū)，所述i的數(shù)值是從1至k，所述k為所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量；所述第一形成模塊包括：執(zhí)行單元，用于對所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點、刪除ΔV⁰中減少的所有節(jié)點、增加ΔE⁰中增加的所有邊以及刪除ΔE⁰中減少的所有邊四個過程中的至少一個過程，其中，ΔG⁰＝(ΔV⁰,ΔE⁰)，所述ΔV⁰為所述時間段T內(nèi)節(jié)點的變化集合，所述ΔE⁰為所述時間段T內(nèi)邊的變化集合；形成單元， 用于根據(jù)執(zhí)行的所述至少一個過程的結(jié)果，形成在所述時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，其中，G^T＝(V^T,E^T)，C(G^T)＝(C₁(G^T),C₂(G^T),......,C_m(G^T))，G^T＝G⁰∪ΔG⁰，所述V^T為所述時刻t₀+T的節(jié)點集合，所述E^T為所述時刻t₀+T的邊的集合，C_i(G^T)為所述網(wǎng)絡(luò)社區(qū)集合C(G^T)中任意一個網(wǎng)絡(luò)社區(qū)，所述i的數(shù)值是從1至m，所述m為網(wǎng)絡(luò)結(jié)構(gòu)G^T形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量。

其中，所述執(zhí)行單元具體用于將所述ΔV⁰中增加的節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，所述u為所述ΔV⁰中增加的所有節(jié)點中的任意一個；所述形成單元具體用于當所述節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，若所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)內(nèi)的邊、連接到所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的邊均沒有增加，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，且若所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)連接到所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)中的至少一個的邊同步增加，則當引力度BD_in(u,C_i(G^T))大于或等于引力度BD_out(u,C_i(G^T))時，將所述節(jié)點u增加到所述C_i(G⁰)中，以形成所述C_i(G^T)，當所述BD_in(u,C_i(G^T))小于所述BD_out(u,C_i(G^T))時，將所述節(jié)點u增加到所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)，且所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量，其中，所述引力度BD_in(u,C_i(G^T))表示所述網(wǎng)絡(luò)社區(qū)C_i(G^T)中除所述節(jié)點u之外的所有節(jié)點對所述節(jié)點u的引力大小，所述引力度BD_out(u,C_i(G^T))表示除所述網(wǎng)絡(luò)社區(qū)C_i(G^T)之外的所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點對所述節(jié)點u的引力大?。划斔靓⁰中增加的所有節(jié)點的數(shù)量為一個以上時，返回所述執(zhí)行單元，直到ΔV⁰中增加的所有節(jié)點分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束所述執(zhí)行單元的操作。

其中，所述引力度BD_in(u,C_i(G^T))和所述引力度BD_out(u,C_i(G^T))的大小分別為：

其中，所述表示在所述時刻t₀+T下，與所述節(jié)點u連接的所有邊之和，所述表示所述節(jié)點u與所述C_i(G^T)中所有節(jié)點可能連接的所有邊之和，所述表示所述節(jié)點u與所述網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點可能連接的所有邊之和。

其中，所述執(zhí)行單元具體用于在所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除所述ΔV⁰中減少的節(jié)點v，所述v為所述ΔV⁰中減少的所有節(jié)點中的任意一個；所述形成單元具體用于當所述節(jié)點v為單孤立節(jié)點，若從所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除所述節(jié)點v后對所述網(wǎng)絡(luò)結(jié)構(gòu)G⁰沒有產(chǎn)生變化，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點v從所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除后，若與所述節(jié)點v連接的邊同步刪除，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與所述節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)；當所述ΔV⁰中減少的所有節(jié)點的數(shù)量為一個以上時，返回所述執(zhí)行單元，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔV⁰中減少的所有節(jié)點，否則，結(jié)束所述執(zhí)行單元的操作。

其中，所述形成單元還用于當更新與所述節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)之后，所述節(jié)點v的鄰居節(jié)點的鄰居節(jié)點產(chǎn)生網(wǎng)絡(luò)社區(qū)的變化時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與所述節(jié)點v連接的鄰居節(jié)點的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，直至所述G⁰中所有節(jié)點的所屬網(wǎng)絡(luò)社區(qū)不再發(fā)生變化。

其中，所述執(zhí)行單元具體用于將所述ΔE⁰中增加的邊(x,y)增加到所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，所述邊(x,y)為所述ΔE⁰中增加的所有邊中的任意一個，所述x,y分別表示所述邊(x,y)的兩個節(jié)點；所述形成單元具體用于當所述節(jié)點x,y屬于同一個網(wǎng)絡(luò)社區(qū)時，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點x,y分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則 按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新所述節(jié)點x,y、與所述節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成所述網(wǎng)絡(luò)社區(qū)集合C(G^T)；當所述ΔE⁰中增加的所有邊的數(shù)量為一個以上時，返回所述執(zhí)行單元，直到ΔE⁰中增加的所有邊分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束所述執(zhí)行單元的操作。

其中，所述執(zhí)行單元具體用于在所述網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除所述ΔE⁰中減少的邊(a,b)，所述邊(a,b)為所述ΔE⁰中減少的所有邊中的任意一個，所述a,b分別表示所述邊(a,b)的兩個節(jié)點；所述形成單元具體用于當所述節(jié)點a,b分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則所述C_i(G^T)中節(jié)點的數(shù)量為所述C_i(G⁰)中節(jié)點的數(shù)量；當所述節(jié)點a,b屬于同一個網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新所述節(jié)點x,y、與所述節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成所述網(wǎng)絡(luò)社區(qū)集合C(G^T)；當所述ΔE⁰中減少的所有邊的數(shù)量為一個以上時，返回所述執(zhí)行單元，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔE⁰中減少的所有邊，否則，結(jié)束所述執(zhí)行單元的操作。

本發(fā)明的有益效果是：區(qū)別于現(xiàn)有技術(shù)的情況，本發(fā)明通過檢測前一時刻的網(wǎng)絡(luò)結(jié)構(gòu)的拓撲變化，在確定后一時刻網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)社區(qū)時，充分利用該拓撲變化，通過這種方式，能夠有效辨別和監(jiān)測當前時刻下動態(tài)網(wǎng)絡(luò)中網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的變化，并對當前時刻下的網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)進行更新。

附圖說明

圖1是某一時刻網(wǎng)絡(luò)社區(qū)拓撲示意圖；

圖2是本發(fā)明網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)方法一實施方式的流程圖；

圖3是本發(fā)明網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)方法另一實施方式的流程圖；

圖4是本發(fā)明網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)裝置一實施方式的結(jié)構(gòu)示意圖；

圖5是本發(fā)明網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)裝置另一實施方式的結(jié)構(gòu)示意圖。

具體實施方式

在介紹本發(fā)明之前，首先介紹一下與本發(fā)明相關(guān)的現(xiàn)有技術(shù)的情況。

隨著移動互聯(lián)網(wǎng)的廣泛應(yīng)用，社交網(wǎng)絡(luò)已成為人們?nèi)粘Ｉ钪胁豢扇鄙俚男畔⒔粨Q工具。在社交網(wǎng)絡(luò)中，網(wǎng)絡(luò)社區(qū)是一種重要的結(jié)構(gòu)。所謂網(wǎng)絡(luò)社區(qū)是指社交網(wǎng)絡(luò)中的節(jié)點被分為一些團組，團組成員(節(jié)點)之間具有較強的聯(lián)系，而不同的團組之間的節(jié)點則具有稀疏的聯(lián)系。

在大型復(fù)雜網(wǎng)絡(luò)中進行網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)(Community Detection)具有重要的實際意義。在社會網(wǎng)絡(luò)中，網(wǎng)絡(luò)社區(qū)信息顯示了社區(qū)成員的興趣、職業(yè)、地域、背景等特征，利用這些信息可以進行人物性格特征分析、就業(yè)推薦、好友推薦和精準廣告營銷。在引文網(wǎng)絡(luò)中(如LinkedIn、DBLP)，用戶根據(jù)搜索主題詞、作者信息、內(nèi)容、單位等搜索文章，系統(tǒng)則可以按照用戶的搜索詞進行相關(guān)推薦，這些推薦的基礎(chǔ)就是網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)理論。在生物化學(xué)網(wǎng)絡(luò)中，某一類型的功能單元可以看成網(wǎng)絡(luò)社區(qū)，檢測這些網(wǎng)絡(luò)社區(qū)有助于理解網(wǎng)絡(luò)的進化和發(fā)展，例如可以進行食物鏈和人類基因分析等。此外，網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)還廣泛應(yīng)用于萬維網(wǎng)、協(xié)同網(wǎng)絡(luò)和通信網(wǎng)絡(luò)分析。

網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)技術(shù)在探查性分析和數(shù)據(jù)挖掘中是一種非常重要的技術(shù)，它的應(yīng)用非常廣泛。近些年來，網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)發(fā)現(xiàn)算法已經(jīng)成為研究的熱點。

現(xiàn)有技術(shù)中，大多數(shù)的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法都是針對靜態(tài)網(wǎng)絡(luò)，即網(wǎng)絡(luò)中的節(jié)點以及節(jié)點之間的連接關(guān)系是一成不變的。然而，在實際應(yīng)用中，網(wǎng)絡(luò)是動態(tài)變化的。這些變化的不斷積累造成整個網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的變化，如新網(wǎng)絡(luò)社區(qū)的產(chǎn)生、舊網(wǎng)絡(luò)社區(qū)的消失、網(wǎng)絡(luò)社區(qū)的合并或分裂、網(wǎng)絡(luò)社區(qū)規(guī)模的變大或變小等。針對網(wǎng)絡(luò)的快速且不可預(yù)測的變化性，使得對動態(tài)網(wǎng)絡(luò)中的網(wǎng)絡(luò)社區(qū)的檢測和發(fā)現(xiàn)面臨著巨大的挑戰(zhàn)。

本發(fā)明針對社交網(wǎng)絡(luò)拓撲結(jié)構(gòu)隨時間變化的動態(tài)特性，建立一種自適應(yīng)此情況的快速檢測和識別網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的方法，該方法可以充分利用前一時刻的網(wǎng)絡(luò)結(jié)構(gòu)及前一時刻和后一時刻之間的網(wǎng)絡(luò)變化，來對當前(后一時刻)的網(wǎng)絡(luò)結(jié)構(gòu)進行分析，從而確定當前網(wǎng)絡(luò)結(jié)構(gòu)中的網(wǎng)絡(luò) 社區(qū)情況。通過這種方式，可以網(wǎng)絡(luò)中網(wǎng)絡(luò)社區(qū)的變化，例如：是否產(chǎn)生新網(wǎng)絡(luò)社區(qū)、舊網(wǎng)絡(luò)社區(qū)是否消失、是否產(chǎn)生網(wǎng)絡(luò)社區(qū)的合并或分裂、網(wǎng)絡(luò)社區(qū)規(guī)模是變大還是變小等等。

人們在研究復(fù)雜系統(tǒng)的時候，習(xí)慣于把復(fù)雜系統(tǒng)抽象為網(wǎng)絡(luò)圖來進行分析和研究，因此圖成為復(fù)雜系統(tǒng)重要的描述工具，并被應(yīng)用到社會、生物、基因、信息網(wǎng)絡(luò)等諸多領(lǐng)域。一個網(wǎng)絡(luò)圖可表示為G＝(V,E)，其中，G代表這個網(wǎng)絡(luò)的結(jié)構(gòu)(即網(wǎng)絡(luò)圖)，V代表這個網(wǎng)絡(luò)圖中的節(jié)點集合，E代表網(wǎng)絡(luò)圖中連接節(jié)點之間的邊集合，一般用N＝|V|表示網(wǎng)絡(luò)圖的節(jié)點總數(shù)，用M＝|E|表示網(wǎng)絡(luò)圖的邊數(shù)。復(fù)雜網(wǎng)絡(luò)中的節(jié)點代表現(xiàn)實復(fù)雜系統(tǒng)中的實體或者元素，也可以代表虛擬網(wǎng)絡(luò)社區(qū)中的虛擬個體，邊則代表這些實體或者元素、或虛擬個體之間的相互關(guān)系。

網(wǎng)絡(luò)圖可以分為無向圖、有向圖、加權(quán)圖以及異構(gòu)圖，在本發(fā)明一實施方式中，網(wǎng)絡(luò)圖采用無向無權(quán)圖，當然也可以采用其他的圖，例如有向有權(quán)圖。無向是指邊沒有方向，無權(quán)是指兩節(jié)點之間的連線沒有長度，也就是說兩個節(jié)點之間連接其距離就是1，不連接其距離是0。另外，與某個節(jié)點u存在邊的那些節(jié)點均為該節(jié)點u的鄰居接點；給定一個節(jié)點u，其鄰居節(jié)點的個數(shù)稱為該節(jié)點u的點度數(shù)，記為d_u。對于任何m_K表示為節(jié)點子集K中所有節(jié)點之間存在邊的總數(shù)，d_K表示為節(jié)點子集K中所有節(jié)點的點度數(shù)之和，e^u_K表示為節(jié)點u和節(jié)點子集K中所有節(jié)點可能存在的邊數(shù)。

在網(wǎng)絡(luò)結(jié)構(gòu)G中，C＝(C₁,C₂,......,C_l)表示當前網(wǎng)絡(luò)中存在l個不重疊的網(wǎng)絡(luò)社區(qū)。其中C_i∈C表示C_i為C其中的一個網(wǎng)絡(luò)社區(qū)。具體示意圖如圖1所示。圖1中，G＝(12,14)，網(wǎng)絡(luò)存在4個網(wǎng)絡(luò)社區(qū)，4個網(wǎng)絡(luò)社區(qū)互不重疊，網(wǎng)絡(luò)社區(qū)1包括4個節(jié)點5條邊，網(wǎng)絡(luò)社區(qū)2包括3個節(jié)點3條邊，網(wǎng)絡(luò)社區(qū)3包括3個節(jié)點2條邊，網(wǎng)絡(luò)節(jié)點4包括2個節(jié)點1條邊，其中，網(wǎng)絡(luò)社區(qū)1的節(jié)點4分別與網(wǎng)絡(luò)社區(qū)2的節(jié)點6、網(wǎng)絡(luò)社區(qū)3的節(jié)點10存在網(wǎng)絡(luò)社區(qū)之間的連接，網(wǎng)絡(luò)社區(qū)2的節(jié)點7與網(wǎng)絡(luò)社區(qū)4的節(jié)點11存在網(wǎng)絡(luò)社區(qū)之間的連接。從圖1還可以看出，網(wǎng)絡(luò)社區(qū)內(nèi)部聯(lián)系比較緊密，網(wǎng)絡(luò)社區(qū)之間聯(lián)系比較稀疏。

下面結(jié)合附圖和實施方式對本發(fā)明進行詳細說明。

參閱圖2，圖2是本發(fā)明網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)方法一實施方式的流程圖，包括：

步驟S101：在時間段T內(nèi)以預(yù)定周期檢測時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)G⁰的拓撲變化ΔG⁰。

時間段T可以預(yù)先設(shè)計，根據(jù)實際應(yīng)用的需要，時間段可以長，也可以短，例如：可以以小時為單位計算，或者以天為單位計算，或者以月為單位計算等等。對于網(wǎng)絡(luò)結(jié)構(gòu)變化很快的網(wǎng)絡(luò)，時間段可以短一些，對于網(wǎng)絡(luò)結(jié)構(gòu)變化比較慢、相對穩(wěn)定的網(wǎng)絡(luò)，時間段可以長一些。

預(yù)定周期的設(shè)置根據(jù)時間段T的設(shè)置，例如，如果時間段是1小時，那么檢測的周期可以是每20分鐘，或者每30分鐘等等。

時刻t₀為前一某時刻，網(wǎng)絡(luò)結(jié)構(gòu)G⁰為前一時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)，包括節(jié)點的總個數(shù)，邊的總個數(shù)，網(wǎng)絡(luò)社區(qū)的個數(shù)與結(jié)構(gòu)等等。拓撲變化是指原來的網(wǎng)絡(luò)結(jié)構(gòu)中，節(jié)點的變化和邊的變化，例如：增加了某些節(jié)點，減少了某些節(jié)點，增加了一些邊，減少了一些邊等等。

ΔG⁰＝(ΔV⁰,ΔE⁰)，ΔV⁰為從時刻t₀到時刻t₀+T的時間段T內(nèi)節(jié)點的變化集合，ΔE⁰為從時刻t₀到時刻t₀+T的時間段T內(nèi)邊的變化集合。

后一某時間段內(nèi)檢測前一某時刻的網(wǎng)絡(luò)結(jié)構(gòu)的拓撲變化，從而可以檢測網(wǎng)絡(luò)結(jié)構(gòu)的變化。

步驟S102：基于網(wǎng)絡(luò)結(jié)構(gòu)G⁰和拓撲變化ΔG⁰，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)。

當檢測到拓撲變化后，根據(jù)前一時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)G⁰和從時刻t₀到時刻t₀+T的時間段T內(nèi)拓撲變化ΔG⁰，通過現(xiàn)有技術(shù)中有關(guān)的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法即可形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)。例如，傳統(tǒng)算法、譜分析算法、基于模塊度的算法、動態(tài)算法、基于統(tǒng)計推斷的方法等等。

本發(fā)明實施方式通過檢測前一時刻的網(wǎng)絡(luò)結(jié)構(gòu)的拓撲變化，在確定后一時刻網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)社區(qū)時，充分利用該拓撲變化，通過這種方式，能夠有效辨別和監(jiān)測當前時刻下動態(tài)網(wǎng)絡(luò)中網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的變化，并對 當前時刻下的網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)進行更新。

其中，參見圖3，步驟S101之前，還包括：

步驟S103：在時刻t₀基于網(wǎng)絡(luò)結(jié)構(gòu)G⁰，形成網(wǎng)絡(luò)社區(qū)集合C(G⁰)，其中，G⁰＝(V⁰,E⁰)，C(G⁰)＝(C₁(G⁰),C₂(G⁰),......,C_k(G⁰))，V⁰為時刻t₀的節(jié)點集合，E⁰為時刻t₀的邊的集合，C_i(G⁰)為網(wǎng)絡(luò)社區(qū)集合C(G⁰)中任意一個網(wǎng)絡(luò)社區(qū)，i的數(shù)值是從1至k，k為網(wǎng)絡(luò)結(jié)構(gòu)G⁰形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量。

在前一時刻t₀，首先基于網(wǎng)絡(luò)結(jié)構(gòu)G⁰，形成時刻t₀網(wǎng)絡(luò)社區(qū)集合C(G⁰)，也就是說，基于前一時刻的網(wǎng)絡(luò)結(jié)構(gòu)，利用現(xiàn)有技術(shù)中有關(guān)的網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法即可形成時刻t₀網(wǎng)絡(luò)社區(qū)集合C(G⁰)。通過這種方式，可以進行前后時刻下網(wǎng)絡(luò)社區(qū)集合的比較，從而更進一步地確定網(wǎng)絡(luò)社區(qū)變化的具體情況和細節(jié)，有利于預(yù)測網(wǎng)絡(luò)社區(qū)變化的趨勢。

模塊度也稱模塊化度量值，是目前常用的一種衡量網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)強度的方法。模塊度值的大小主要取決于網(wǎng)絡(luò)中節(jié)的社區(qū)分配，即網(wǎng)絡(luò)的社區(qū)劃分情況，可以用來定量的衡量網(wǎng)絡(luò)社區(qū)劃分質(zhì)量，其值越接近1，表示網(wǎng)絡(luò)劃分出的社區(qū)結(jié)構(gòu)的強度越強，也就是劃分質(zhì)量越好。因此可以通過最大化模塊度Q來獲得最優(yōu)的網(wǎng)絡(luò)社區(qū)劃分。

本發(fā)明實施方式中，利用模塊度最優(yōu)調(diào)整算法來形成網(wǎng)絡(luò)社區(qū)集合，可以劃分出最優(yōu)的網(wǎng)絡(luò)社區(qū)。

具體來說，模塊度Q的計算參考如下：

其中，C是當前網(wǎng)絡(luò)中網(wǎng)絡(luò)社區(qū)的總數(shù)目；c是當前網(wǎng)絡(luò)中任一網(wǎng)絡(luò)社區(qū)，m_c是網(wǎng)絡(luò)社區(qū)c中所有內(nèi)部邊的總數(shù)目，M是當前網(wǎng)絡(luò)中邊的總數(shù)目，d是網(wǎng)絡(luò)社區(qū)c中所有節(jié)點的點度數(shù)之和。

c

此時，步驟S102具體包括：子步驟S1021和子步驟S1022。

子步驟S1021：對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點、刪除ΔV⁰中減少的所有節(jié)點、增加ΔE⁰中增加的所有邊以及刪除ΔE⁰中減少的所有邊四個過程中的至少一個過程，其中，ΔG⁰＝(ΔV⁰,ΔE⁰)，ΔV⁰為 時間段T內(nèi)節(jié)點的變化集合，ΔE⁰為時間段T內(nèi)邊的變化集合。

子步驟S1022：根據(jù)執(zhí)行的至少一個過程的結(jié)果，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，其中，G^T＝(V^T,E^T)，C(G^T)＝(C₁(G^T),C₂(G^T),......,C_m(G^T))，G^T＝G⁰∪ΔG⁰，V^T為時刻t₀+T的節(jié)點集合，E^T為時刻t₀+T的邊的集合，C_i(G^T)為網(wǎng)絡(luò)社區(qū)集合C(G^T)中任意一個網(wǎng)絡(luò)社區(qū)，i的數(shù)值是從1至m，m為網(wǎng)絡(luò)結(jié)構(gòu)G^T形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量。

在本發(fā)明實施方式中，動態(tài)網(wǎng)絡(luò)社區(qū)的檢測發(fā)現(xiàn)是通過前一時刻G⁰中網(wǎng)絡(luò)社區(qū)內(nèi)部或網(wǎng)絡(luò)社區(qū)間的節(jié)點變化以及對應(yīng)邊的變化而產(chǎn)生。因此，動態(tài)網(wǎng)絡(luò)社區(qū)的檢測發(fā)現(xiàn)可以通過前一時刻網(wǎng)絡(luò)結(jié)構(gòu)經(jīng)歷以下四種狀態(tài)過渡形成，即：前一時刻網(wǎng)絡(luò)結(jié)構(gòu)變化產(chǎn)生的網(wǎng)絡(luò)社區(qū)都是通過增加節(jié)點或刪除節(jié)點，以及增加節(jié)點之間相連的邊或刪除節(jié)點之間相連的邊(簡稱為DCDA算法)而產(chǎn)生后續(xù)時刻的網(wǎng)絡(luò)社區(qū)，并確保產(chǎn)生網(wǎng)絡(luò)社區(qū)的模塊度Q最大化來完成對動態(tài)網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)。

在網(wǎng)絡(luò)結(jié)構(gòu)G⁰對應(yīng)網(wǎng)絡(luò)社區(qū)集合C(G⁰)中通過DCDA算法構(gòu)造更新下一時刻的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)。四種過程分別具體定義如下(分別以一個節(jié)點和一條邊為例進行說明)：

(1)增加節(jié)點(C(G⁰),u):在網(wǎng)絡(luò)結(jié)構(gòu)G⁰對應(yīng)網(wǎng)絡(luò)社區(qū)集合C(G⁰)的每一個網(wǎng)絡(luò)社區(qū)中分別執(zhí)行增加一個節(jié)點u的操作。

(2)刪除節(jié)點(C(G⁰),v):在網(wǎng)絡(luò)結(jié)構(gòu)G⁰對應(yīng)網(wǎng)絡(luò)社區(qū)集合C(G⁰)的每一個網(wǎng)絡(luò)社區(qū)中分別執(zhí)行刪除一個節(jié)點u及其相連的邊的操作。

(3)增加邊(C(G⁰),e):在網(wǎng)絡(luò)結(jié)構(gòu)G⁰對應(yīng)網(wǎng)絡(luò)社區(qū)集合C(G⁰)的每一個網(wǎng)絡(luò)社區(qū)中分別執(zhí)行增加一條邊e的操作。

(4)刪除邊(C(G⁰),f)：在網(wǎng)絡(luò)結(jié)構(gòu)G⁰對應(yīng)網(wǎng)絡(luò)社區(qū)集合C(G⁰)的每一個網(wǎng)絡(luò)社區(qū)中分別執(zhí)行刪除一條邊f(xié)的操作。

上述過程可以簡單表示為：

簡單來說，從時刻t₀到時刻t₀+T，隨著網(wǎng)絡(luò)結(jié)構(gòu)G⁰到網(wǎng)絡(luò)結(jié)構(gòu)G^T的過渡，相應(yīng)的網(wǎng)絡(luò)社區(qū)通過DCDA算法從網(wǎng)絡(luò)社區(qū)集合C(G⁰)更新為網(wǎng)絡(luò)社區(qū)集合C(G^T)。

ΔG⁰＝(ΔV⁰,ΔE⁰)，ΔV⁰為時間段T內(nèi)節(jié)點的變化集合，ΔE⁰為時間段T內(nèi)邊的變化集合。節(jié)點的變化包括節(jié)點的增加和節(jié)點的減少，邊的變化包括邊的增加和邊的減少。網(wǎng)絡(luò)結(jié)構(gòu)的拓撲變化可以是增加節(jié)點、減少節(jié)點、增加邊以及減少邊中的至少一種情況，而且增加的節(jié)點數(shù)目、減少的節(jié)點數(shù)目、增加的邊數(shù)目以及減少的邊數(shù)目可以是一個以上。當增加的節(jié)點數(shù)目、減少的節(jié)點數(shù)目、增加的邊數(shù)目以及減少的邊數(shù)目可以是一個以上時，分別重復(fù)上述的四種過程。

其中，子步驟S1021和子步驟S1022中，對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點的過程，根據(jù)執(zhí)行的至少一個過程的結(jié)果，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，具體包括：

(1)將ΔV⁰中增加的節(jié)點u增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，u為ΔV⁰中增加的所有節(jié)點中的任意一個；

(2)當節(jié)點u增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，若網(wǎng)絡(luò)社區(qū)C_i(G⁰)內(nèi)的邊、連接到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的邊均沒有增加，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；

(3)當節(jié)點u增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，且若網(wǎng)絡(luò)社區(qū)C_i(G⁰)連接到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)中的至少一個的邊同步增加，則當引力度BD_in(u,C_i(G^T))大于或等于引力度BD_out(u,C_i(G^T))時，將節(jié)點u增加到C_i(G⁰)中，以形成C_i(G^T)，當BD_in(u,C_i(G^T))小于BD_out(u,C_i(G^T))時，將節(jié)點u增加到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)，且C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量，其中，引力度BD_in(u,C_i(G^T))表示網(wǎng)絡(luò)社區(qū)C_i(G^T)中除節(jié)點u之外的所有節(jié)點對節(jié)點u的引力大小，引力度BD_out(u,C_i(G^T))表示除網(wǎng)絡(luò)社區(qū)C_i(G^T)之外的網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點對節(jié)點u的引力大?。?/p>

(4)當ΔV⁰中增加的所有節(jié)點的數(shù)量為一個以上時，返回上述的 (1)，直到ΔV⁰中增加的所有節(jié)點分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點的過程。

在網(wǎng)絡(luò)中存在著很多不同的節(jié)點，節(jié)點彼此之間都存在一定的關(guān)系，如果兩個節(jié)點中，分別與該兩個節(jié)點連接的節(jié)點的數(shù)量相同或相近，通常認為這兩個節(jié)點之間的引力較小，否則，認為與一個節(jié)點連接的其它節(jié)點的數(shù)量較大的節(jié)點對與另一節(jié)點連接的其它節(jié)點的數(shù)量較小的節(jié)點有很大的引力。依此類推，在某一網(wǎng)絡(luò)中，某一網(wǎng)絡(luò)社區(qū)1中所有節(jié)點對某一節(jié)點1的引力之和有一個數(shù)值1，而網(wǎng)絡(luò)社區(qū)集合中除網(wǎng)絡(luò)社區(qū)1之外的其它網(wǎng)絡(luò)社區(qū)的所有節(jié)點對節(jié)點1的引力之和有另一個數(shù)值2，比較數(shù)值1和數(shù)值2的大小，如果數(shù)值1大于數(shù)值2，很顯然網(wǎng)絡(luò)社區(qū)1對節(jié)點1的引力大，節(jié)點1歸屬于網(wǎng)絡(luò)社區(qū)1，如果數(shù)值1小于數(shù)值2，很顯然網(wǎng)絡(luò)社區(qū)1對節(jié)點1的引力小于其它網(wǎng)絡(luò)社區(qū)對節(jié)點1的引力，節(jié)點1不歸屬于網(wǎng)絡(luò)社區(qū)1，如果數(shù)值1等于數(shù)值2，網(wǎng)絡(luò)社區(qū)1對節(jié)點1的引力等于其它網(wǎng)絡(luò)社區(qū)對節(jié)點1的引力，但是，其它網(wǎng)絡(luò)社區(qū)(其它網(wǎng)絡(luò)社區(qū)的數(shù)量大于等于2)合在一起的引力才等于網(wǎng)絡(luò)社區(qū)1的引力，總體來說，網(wǎng)絡(luò)社區(qū)1對節(jié)點1的引力還是大于其它各個網(wǎng)絡(luò)社區(qū)分別對節(jié)點1的引力，因此，節(jié)點1還是歸屬于網(wǎng)絡(luò)社區(qū)1。

上述過程以一個具體的例子來詳細說明，具體是：以圖1的網(wǎng)絡(luò)結(jié)構(gòu)為例，增加的節(jié)點為節(jié)點A和節(jié)點B。

首先將節(jié)點A增加到網(wǎng)絡(luò)社區(qū)1中，如果網(wǎng)絡(luò)社區(qū)1內(nèi)的邊、連接到其它網(wǎng)絡(luò)社區(qū)2、3、4的邊均沒有增加，說明節(jié)點A沒有對網(wǎng)絡(luò)社區(qū)1產(chǎn)生影響，節(jié)點A不應(yīng)該增加到網(wǎng)絡(luò)社區(qū)1中，網(wǎng)絡(luò)社區(qū)1的節(jié)點數(shù)量還是維持不變。然后將節(jié)點A加入其它網(wǎng)絡(luò)社區(qū)中，例如當節(jié)點A加入到網(wǎng)絡(luò)社區(qū)3時，網(wǎng)絡(luò)社區(qū)3與網(wǎng)絡(luò)社區(qū)1、2、4中的至少一個連接的邊同步增加，則當引力度BD_in(A,C_i(G^T))大于或等于引力度BD_out(A,C_i(G^T))時，將節(jié)點A增加到C₃(G⁰)中，以形成C₃(G^T)，并結(jié)束節(jié)點A增加到其它網(wǎng)絡(luò)社區(qū)的過程，當BD_in(A,C_i(G^T))小于BD_out(A,C_i(G^T))時，將節(jié)點A增加到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)(相當于重復(fù)上面的過程，以便具體確定節(jié)點A加入的網(wǎng)絡(luò)社區(qū))，說明節(jié)點A也不應(yīng)增 加到網(wǎng)絡(luò)社區(qū)3中，且C₃(G^T)中節(jié)點的數(shù)量為C₃(G⁰)中節(jié)點的數(shù)量。

當節(jié)點A經(jīng)過上述步驟，確定歸屬網(wǎng)絡(luò)社區(qū)后，再對節(jié)點B同樣執(zhí)行上述過程，此處不再重復(fù)。

其中，引力度BD_in(u,C_i(G^T))和引力度BD_out(u,C_i(G^T))的大小分別為：

其中，表示在時刻t₀+T下，與節(jié)點u連接的所有邊之和，表示節(jié)點u與C_i(G^T)中所有節(jié)點可能連接的所有邊之和，表示節(jié)點u與網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點可能連接的所有邊之和。

其中，子步驟S1021和子步驟S1022中，對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔV⁰中減少的所有節(jié)點的過程，根據(jù)執(zhí)行的至少一個過程的結(jié)果，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，具體包括：

(11)在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除ΔV⁰中減少的節(jié)點v，v為ΔV⁰中減少的所有節(jié)點中的任意一個；

(22)當節(jié)點v為單孤立節(jié)點，若從網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除節(jié)點v后對網(wǎng)絡(luò)結(jié)構(gòu)G⁰沒有產(chǎn)生變化，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；

單孤立節(jié)點是指與網(wǎng)絡(luò)中其它節(jié)點只有唯一的一條邊的連接關(guān)系的節(jié)點，當該節(jié)點刪除時，導(dǎo)致該節(jié)點唯一的邊也被刪除。刪除該節(jié)點對網(wǎng)絡(luò)結(jié)構(gòu)不產(chǎn)生影響，保持原有網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)，并更新當前網(wǎng)絡(luò)的規(guī)模。

(33)當節(jié)點v從網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除后，若與節(jié)點v連接的邊同步刪除，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)；

以圖1為例，如果與節(jié)點v連接的鄰居節(jié)點為節(jié)點6(原來歸屬網(wǎng)絡(luò) 社區(qū)2)和節(jié)點3(原來歸屬網(wǎng)絡(luò)社區(qū)1)，那么此時需要重新確定節(jié)點6和節(jié)點3的所屬網(wǎng)絡(luò)社區(qū)，具體方法可以按照上述的對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法。

(44)當ΔV⁰中減少的所有節(jié)點的數(shù)量為一個以上時，返回上述的(11)，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔV⁰中減少的所有節(jié)點，否則，結(jié)束對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔV⁰中減少的所有節(jié)點的過程。

其中，在上述的(33)中，更新與節(jié)點u連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)之后，還包括：

當更新與節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)之后，節(jié)點v的鄰居節(jié)點的鄰居節(jié)點產(chǎn)生網(wǎng)絡(luò)社區(qū)的變化時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與節(jié)點v連接的鄰居節(jié)點的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，直至G⁰中所有節(jié)點的所屬網(wǎng)絡(luò)社區(qū)不再發(fā)生變化。

例如，以圖1為例，如果與節(jié)點v連接的鄰居節(jié)點為節(jié)點6(原來歸屬網(wǎng)絡(luò)社區(qū)2)和節(jié)點3(原來歸屬網(wǎng)絡(luò)社區(qū)1)，那么在按照上述的對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法重新確定節(jié)點6和節(jié)點3的所屬網(wǎng)絡(luò)社區(qū)后，發(fā)現(xiàn)節(jié)點6歸屬的網(wǎng)絡(luò)社區(qū)依然是網(wǎng)絡(luò)社區(qū)2，但是節(jié)點3歸屬的網(wǎng)絡(luò)社區(qū)卻變?yōu)榫W(wǎng)絡(luò)社區(qū)3，節(jié)點v的鄰居節(jié)點3的鄰居節(jié)點為節(jié)點1、4，此時需要按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，重新確定節(jié)點1、4的新的所屬網(wǎng)絡(luò)，直到該網(wǎng)絡(luò)中所有節(jié)點的所屬網(wǎng)絡(luò)社區(qū)不再發(fā)生變化。

其中，子步驟S1021和子步驟S1022中，對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔE⁰中增加的所有邊的過程，根據(jù)執(zhí)行的至少一個過程的結(jié)果，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，具體包括：

(12)將ΔE⁰中增加的邊(x,y)增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，邊(x,y)為ΔE⁰中增加的所有邊中的任意一個，x,y分別表示邊(x,y)的兩個節(jié)點；

(13)當節(jié)點x,y屬于同一個網(wǎng)絡(luò)社區(qū)時，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；

當節(jié)點x,y屬于同一個網(wǎng)絡(luò)社區(qū)時，邊的增加并沒有對該網(wǎng)絡(luò)社區(qū)的結(jié)構(gòu)產(chǎn)生影響，反而增強了該網(wǎng)絡(luò)社區(qū)內(nèi)部結(jié)構(gòu)的緊密性。

(14)當節(jié)點x,y分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新節(jié)點x,y、與節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)；

當節(jié)點x,y分別屬于不同的網(wǎng)絡(luò)社區(qū)時，邊(x,y)增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，導(dǎo)致連接該邊的兩個節(jié)點x與y以及其相關(guān)鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)發(fā)生變化，因此，需要重新確定節(jié)點x,y、與節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，重新確定的方法按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法進行。

(15)當ΔE⁰中增加的所有邊的數(shù)量為一個以上時，返回上述的(12)，直到ΔE⁰中增加的所有邊分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中。

其中，子步驟S1021和子步驟S1022中，對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行刪除ΔE⁰中減少的所有邊的過程，根據(jù)執(zhí)行的至少一個過程的結(jié)果，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，具體包括：

(22)在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除ΔE⁰中減少的邊(a,b)，邊(a,b)為ΔE⁰中減少的所有邊中的任意一個，a,b分別表示邊(a,b)的兩個節(jié)點；

(23)當節(jié)點a,b分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；

當節(jié)點a,b分別屬于不同的網(wǎng)絡(luò)社區(qū)時，通過對該邊的刪除，對節(jié)點a,b所屬的兩個不同網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)不產(chǎn)生影響，反而增強了各網(wǎng)絡(luò)社區(qū)內(nèi)部結(jié)構(gòu)的緊密性。

(24)當節(jié)點a,b屬于同一個網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新節(jié)點x,y、與節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)；

當節(jié)點a,b屬于同一個網(wǎng)絡(luò)社區(qū)時，對該邊(a,b)的刪除，導(dǎo)致節(jié)點a,b、與節(jié)點a,b連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)發(fā)生變化，因此，需要重新確定節(jié)點a,b、與節(jié)點a,b連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，重新確定的方法按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法進行，且直到所有節(jié)點的網(wǎng)絡(luò)社區(qū)沒有變化為止。

(25)當ΔE⁰中減少的所有邊的數(shù)量為一個以上時，返回上述的(22)，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔE⁰中減少的所有邊。

參見圖4，圖4是本發(fā)明網(wǎng)絡(luò)社區(qū)的發(fā)現(xiàn)裝置一實施方式的結(jié)構(gòu)示意圖，該實施方式的裝置可以執(zhí)行上述方法中的步驟，相關(guān)內(nèi)容的詳細說明請參見上述方法部分，在此不再贅敘。

該裝置包括：檢測模塊101和第一形成模塊102。

檢測模塊101用于在時間段T內(nèi)以預(yù)定周期檢測時刻t₀的網(wǎng)絡(luò)結(jié)構(gòu)G⁰的拓撲變化ΔG⁰。

第一形成模塊102用于基于網(wǎng)絡(luò)結(jié)構(gòu)G⁰和拓撲變化ΔG⁰，形成在時刻t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)。

本發(fā)明實施方式通過檢測前一時刻的網(wǎng)絡(luò)結(jié)構(gòu)的拓撲變化，在確定后一時刻網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)社區(qū)時，充分利用該拓撲變化，通過這種方式，能夠有效辨別和監(jiān)測當前時刻下動態(tài)網(wǎng)絡(luò)中網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的變化，并對當前時刻下的網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)進行更新。

參見圖5，該裝置還包括第二形成模塊103。

第二形成模塊103用于在時刻t₀基于網(wǎng)絡(luò)結(jié)構(gòu)G⁰，形成網(wǎng)絡(luò)社區(qū)集合C(G⁰)，其中，G⁰＝(V⁰,E⁰)，C(G⁰)＝(C₁(G⁰),C₂(G⁰),......,C_k(G⁰))，V⁰為時刻t₀的節(jié)點集合，E⁰為時刻t₀的邊的集合，C_i(G⁰)為網(wǎng)絡(luò)社區(qū)集合C(G⁰)中任意一個網(wǎng)絡(luò)社區(qū)，i的數(shù)值是從1至k，k為網(wǎng)絡(luò)結(jié)構(gòu)G⁰形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量；

進一步地，第二形成模塊103用于在時刻t₀基于網(wǎng)絡(luò)結(jié)構(gòu)G⁰，通過模塊度最優(yōu)調(diào)整算法形成網(wǎng)絡(luò)社區(qū)集合C(G⁰)。

此時，第一形成模塊102包括：執(zhí)行單元1021和形成單元1022。

執(zhí)行單元1021用于對網(wǎng)絡(luò)社區(qū)C_i(G⁰)執(zhí)行增加ΔV⁰中增加的所有節(jié)點、刪除ΔV⁰中減少的所有節(jié)點、增加ΔE⁰中增加的所有邊以及刪除ΔE⁰中減少的所有邊四個過程中的至少一個過程，其中，ΔG⁰＝(ΔV⁰,ΔE⁰)，ΔV⁰為時間段T內(nèi)節(jié)點的變化集合，ΔE⁰為時間段T內(nèi)邊的變化集合；

形成單元1022用于根據(jù)執(zhí)行的至少一個過程的結(jié)果，形成在時刻 t₀+T的網(wǎng)絡(luò)結(jié)構(gòu)G^T的網(wǎng)絡(luò)社區(qū)集合C(G^T)，其中，G^T＝(V^T,E^T)，C(G^T)＝(C₁(G^T),C₂(G^T),......,C_m(G^T))，G^T＝G⁰∪ΔG⁰，V^T為時刻t₀+T的節(jié)點集合，E^T為時刻t₀+T的邊的集合，C_i(G^T)為網(wǎng)絡(luò)社區(qū)集合C(G^T)中任意一個網(wǎng)絡(luò)社區(qū)，i的數(shù)值是從1至m，m為網(wǎng)絡(luò)結(jié)構(gòu)G^T形成的不重疊的網(wǎng)絡(luò)社區(qū)的數(shù)量。

其中，執(zhí)行單元1021具體用于將ΔV⁰中增加的節(jié)點u增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，u為ΔV⁰中增加的所有節(jié)點中的任意一個；

此時，形成單元1022具體用于當節(jié)點u增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，若網(wǎng)絡(luò)社區(qū)C_i(G⁰)內(nèi)的邊、連接到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的邊均沒有增加，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；當節(jié)點u增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)后，且若網(wǎng)絡(luò)社區(qū)C_i(G⁰)連接到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)中的至少一個的邊同步增加，則當引力度BD_in(u,C_i(G^T))大于或等于引力度BD_out(u,C_i(G^T))時，將節(jié)點u增加到C_i(G⁰)中，以形成C_i(G^T)，當BD_in(u,C_i(G^T))小于BD_out(u,C_i(G^T))時，將節(jié)點u增加到網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)，且C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量，其中，引力度BD_in(u,C_i(G^T))表示網(wǎng)絡(luò)社區(qū)C_i(G^T)中除節(jié)點u之外的所有節(jié)點對節(jié)點u的引力大小，引力度BD_out(u,C_i(G^T))表示除網(wǎng)絡(luò)社區(qū)C_i(G^T)之外的網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點對節(jié)點u的引力大小。

當ΔV⁰中增加的所有節(jié)點的數(shù)量為一個以上時，返回執(zhí)行單元1021，直到ΔV⁰中增加的所有節(jié)點分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束執(zhí)行單元1021的操作。

其中，引力度BD_in(u,C_i(G^T))和引力度BD_out(u,C_i(G^T))的大小分別為：

其中，表示在時刻t₀+T下，與節(jié)點u連接的所有邊之和，表 示節(jié)點u與C_i(G^T)中所有節(jié)點可能連接的所有邊之和，表示節(jié)點u與網(wǎng)絡(luò)社區(qū)集合C(G⁰)中其他網(wǎng)絡(luò)社區(qū)的所有節(jié)點可能連接的所有邊之和。

其中，執(zhí)行單元1021具體用于在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除ΔV⁰中減少的節(jié)點v，v為ΔV⁰中減少的所有節(jié)點中的任意一個。

此時，形成單元1022具體用于當節(jié)點v為單孤立節(jié)點，若從網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除節(jié)點v后對網(wǎng)絡(luò)結(jié)構(gòu)G⁰沒有產(chǎn)生變化，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；當節(jié)點v從網(wǎng)絡(luò)社區(qū)C_i(G⁰)刪除后，若與節(jié)點v連接的邊同步刪除，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)。

當ΔV⁰中減少的所有節(jié)點的數(shù)量為一個以上時，返回執(zhí)行單元1021，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔV⁰中減少的所有節(jié)點，否則，結(jié)束執(zhí)行單元1021的操作。

其中，形成單元1022還用于當更新與節(jié)點v連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)之后，節(jié)點v的鄰居節(jié)點的鄰居節(jié)點產(chǎn)生網(wǎng)絡(luò)社區(qū)的變化時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，更新與節(jié)點v連接的鄰居節(jié)點的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，直至G⁰中所有節(jié)點的所屬網(wǎng)絡(luò)社區(qū)不再發(fā)生變化。

其中，執(zhí)行單元1021具體用于將ΔE⁰中增加的邊(x,y)增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，邊(x,y)為ΔE⁰中增加的所有邊中的任意一個，x,y分別表示邊(x,y)的兩個節(jié)點。

此時，形成單元1022具體用于當節(jié)點x,y屬于同一個網(wǎng)絡(luò)社區(qū)時，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；當節(jié)點x,y分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新節(jié)點x,y、與節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)。

當ΔE⁰中增加的所有邊的數(shù)量為一個以上時，返回執(zhí)行單元1021，直到ΔE⁰中增加的所有邊分別增加到網(wǎng)絡(luò)社區(qū)C_i(G⁰)中，否則，結(jié)束執(zhí)行 單元1021的操作。

其中，執(zhí)行單元1021具體用于在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中刪除ΔE⁰中減少的邊(a,b)，邊(a,b)為ΔE⁰中減少的所有邊中的任意一個，a,b分別表示邊(a,b)的兩個節(jié)點。

形成單元1022具體用于當節(jié)點a,b分別屬于不同的網(wǎng)絡(luò)社區(qū)時，則C_i(G^T)中節(jié)點的數(shù)量為C_i(G⁰)中節(jié)點的數(shù)量；當節(jié)點a,b屬于同一個網(wǎng)絡(luò)社區(qū)時，則按照對網(wǎng)絡(luò)社區(qū)執(zhí)行增加節(jié)點的方法，分別更新節(jié)點x,y、與節(jié)點x,y連接的鄰居節(jié)點的所屬網(wǎng)絡(luò)社區(qū)，并進而形成網(wǎng)絡(luò)社區(qū)集合C(G^T)。

當ΔE⁰中減少的所有邊的數(shù)量為一個以上時，返回執(zhí)行單元1021，直到在網(wǎng)絡(luò)社區(qū)C_i(G⁰)中分別刪除ΔE⁰中減少的所有邊，否則，結(jié)束執(zhí)行單元1021的操作。

以上所述僅為本發(fā)明的實施方式，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。