專利名稱：在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)據(jù)挖掘領(lǐng)域，特別涉及在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法。
背景技術(shù)：
社會網(wǎng)絡(luò)(Social Networking，簡稱SN)是一種用來表示社會中各個(gè)個(gè)體之間相互聯(lián)系的關(guān)系網(wǎng)絡(luò)。近年來，社會網(wǎng)絡(luò)在研究上獲得了廣泛的關(guān)注，度分布分析、個(gè)體排名、 社區(qū)發(fā)現(xiàn)、模式發(fā)現(xiàn)等都是對社會網(wǎng)絡(luò)的典型應(yīng)用。在過去的許多研究中，許多學(xué)者關(guān)注于挖掘和分析社會網(wǎng)絡(luò)個(gè)體的重要性和影響力。例如，搜索引擎分析Web的鏈接結(jié)構(gòu)，并計(jì)算網(wǎng)頁的重要性，期望為用戶提供最符合需要的搜索結(jié)果；在學(xué)術(shù)合作網(wǎng)絡(luò)中，人們期望通過對合作結(jié)構(gòu)和主題進(jìn)行層次分析，從而發(fā)現(xiàn)合作模式和重要學(xué)者；在在線社交網(wǎng)站中，廣告商期望針對討論話題對個(gè)體進(jìn)行重要程度和個(gè)人興趣進(jìn)行分類，從而進(jìn)行精準(zhǔn)的商業(yè)推廣。在社會網(wǎng)絡(luò)中，個(gè)體的重要性和影響力往往與個(gè)體在網(wǎng)絡(luò)中所處的位置有密切的聯(lián)系，如在在線交友網(wǎng)站中，對于擁有較多的社會關(guān)系的個(gè)體(表現(xiàn)為網(wǎng)絡(luò)中心及橋梁節(jié)點(diǎn))，往往可以比普通人受到更多的關(guān)注，其重要性和影響力顯然更高。對個(gè)體在網(wǎng)絡(luò)中所處位置的研究實(shí)質(zhì)上是對網(wǎng)絡(luò)中個(gè)體與個(gè)體間依賴關(guān)系的研究，因此，對社會網(wǎng)絡(luò)中節(jié)點(diǎn)間依賴關(guān)系的挖掘和分析對研究個(gè)體在社會網(wǎng)絡(luò)中的重要性和影響力起著十分重要的作用。目前專門針對社會網(wǎng)絡(luò)中節(jié)點(diǎn)間依賴關(guān)系的挖掘和分析的研究工作還不多見，已知的一種受到廣泛關(guān)注的方法是分析網(wǎng)絡(luò)結(jié)構(gòu)，從而對個(gè)體的重要性進(jìn)行指標(biāo)衡量。此類方法中最為著名的例子之一要數(shù)上世紀(jì)末提出的隨機(jī)游走模型和I^ageRank模型(請
JC^sk 1 "L. Page et al. The pagerank citation ranking -Bringing order to the web. Technical report, Stanford University，1998”)。此類模型的主要思想是將用戶瀏覽網(wǎng)頁的行為模型化為在網(wǎng)頁鏈接結(jié)構(gòu)中根據(jù)鏈接方向進(jìn)行隨機(jī)前進(jìn)，并具有一定的概率隨機(jī)跳轉(zhuǎn)到其他頁面。由于網(wǎng)絡(luò)的鏈接疏密程度和復(fù)雜網(wǎng)絡(luò)中呈現(xiàn)的小世界模型，每個(gè)頁面在隨機(jī)游走模型下獲得訪問的概率也不盡相同，這種概率也被稱為I^ageRank。 I^ageRank將鏈接關(guān)系的結(jié)構(gòu)提煉，把這種結(jié)構(gòu)帶來的信息傳遞效應(yīng)轉(zhuǎn)化為節(jié)點(diǎn)的重要性指標(biāo)，與之類似的方法還有康奈爾大學(xué)的Jon Kleinberg等提出的HITS模型等(請參見參考文獻(xiàn) 2 "J. M. Kleinberg. Authoritative sources in a hyper linked environment. In SODA' 98”)。I^geRank根據(jù)其所在網(wǎng)絡(luò)特點(diǎn)和分析目標(biāo)的不同，也產(chǎn)生了一些變種，例如， 判斷節(jié)點(diǎn)間距離的RWRS以及結(jié)合話題主題的隨機(jī)游走等。上述方法主要根據(jù)節(jié)點(diǎn)受訪的概率對節(jié)點(diǎn)的重要性進(jìn)行衡量，在社會網(wǎng)絡(luò)中越容易被遍歷到的節(jié)點(diǎn)，其重要程度就越高。 但由隨機(jī)游走模型和I^geRank模型計(jì)算出的節(jié)點(diǎn)的重要性并不全面，例如，它不能反映節(jié)點(diǎn)在社會網(wǎng)絡(luò)中的“不可或缺性”。一些節(jié)點(diǎn)在社會網(wǎng)絡(luò)中可能很容易被訪問到，但如果這些結(jié)點(diǎn)被刪除，可能對社會網(wǎng)絡(luò)中其它節(jié)點(diǎn)的影響有限，這類節(jié)點(diǎn)的不可或缺性就較低。相反的，另一些節(jié)點(diǎn)在社會網(wǎng)絡(luò)中被訪問的概率較低，但一旦被刪除，對社會網(wǎng)絡(luò)中其它節(jié)點(diǎn)的影響嚴(yán)重，這類節(jié)點(diǎn)的不可或缺性就較高?，F(xiàn)有技術(shù)中就缺少對所述“不可或缺性”進(jìn)行衡量與計(jì)算的相關(guān)方法。

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)中缺乏對節(jié)點(diǎn)的不可或缺性進(jìn)行衡量與計(jì)算的方法，從而提供一種能夠?qū)?jié)點(diǎn)的不可或缺性加以衡量與計(jì)算的方法。為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法，包括步驟1)、對一社會網(wǎng)絡(luò)中的任一節(jié)點(diǎn)，計(jì)算所述社會網(wǎng)絡(luò)中的其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性，找出依賴性最大的k個(gè)節(jié)點(diǎn)作為該任一節(jié)點(diǎn)的k近鄰；步驟2、、從所述社會網(wǎng)絡(luò)中選取一個(gè)未經(jīng)處理的節(jié)點(diǎn)，然后執(zhí)行下一步，直到所述社會網(wǎng)絡(luò)中的節(jié)點(diǎn)都已經(jīng)被處理；步驟3)、判斷所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)是否滿足k社區(qū)要求，如果滿足，輸出該社區(qū)后重新執(zhí)行步驟2、，如果不滿足，從所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)所組成的集合中選取一個(gè)子集，對該子集繼續(xù)做是否滿足k社區(qū)要求的判斷，直到找出滿足k社區(qū)要求的社區(qū)或者所有子集都已經(jīng)被嘗試過，然后重新執(zhí)行步驟2)。上述技術(shù)方案中，在所述的步驟1)中，所述的計(jì)算所述社會網(wǎng)絡(luò)中的其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性包括步驟1-1)、對于每個(gè)節(jié)點(diǎn)V e V(G)，計(jì)算W(^G)；其中，G表示圖，c/Z(v,G)表示節(jié)點(diǎn)V在網(wǎng)絡(luò)G下的重要性取值；步驟1-2)、斷開節(jié)點(diǎn)u的鏈接生成Gu，并計(jì)算c/z(v, Gu)；步驟1-3)、計(jì)算節(jié)點(diǎn)ν對節(jié)點(diǎn)u的依賴函數(shù)cbp (ν — U)；
權(quán)利要求
1.一種在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法，包括步驟1)、對一社會網(wǎng)絡(luò)中的任一節(jié)點(diǎn)，計(jì)算所述社會網(wǎng)絡(luò)中的其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性，找出依賴性最大的k個(gè)節(jié)點(diǎn)作為該任一節(jié)點(diǎn)的k近鄰；步驟2、、從所述社會網(wǎng)絡(luò)中選取一個(gè)未經(jīng)處理的節(jié)點(diǎn)，然后執(zhí)行下一步，直到所述社會網(wǎng)絡(luò)中的節(jié)點(diǎn)都已經(jīng)被處理；步驟3)、判斷所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)是否滿足k社區(qū)要求，如果滿足，輸出該社區(qū)后重新執(zhí)行步驟幻，如果不滿足，從所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)所組成的集合中選取一個(gè)子集，對該子集繼續(xù)做是否滿足k社區(qū)要求的判斷，直到找出滿足k社區(qū)要求的社區(qū)或者所有子集都已經(jīng)被嘗試過，然后重新執(zhí)行步驟2)。
2.根據(jù)權(quán)利要求1所述的在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法，其特征在于，在所述的步驟1)中，所述的計(jì)算所述社會網(wǎng)絡(luò)中的其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性包括步驟1-1)、對于每個(gè)節(jié)點(diǎn)ν e V(G)，計(jì)算c/Z(v,G)；其中，G表示圖，d(v,G)表示節(jié)點(diǎn) ν在網(wǎng)絡(luò)G下的重要性取值；步驟1-2)、斷開節(jié)點(diǎn)u的鏈接生成Gu，并計(jì)算Gu)； 步驟1-3)、計(jì)算節(jié)點(diǎn)ν對節(jié)點(diǎn)u的依賴函數(shù)cbp (v - u)；
3.根據(jù)權(quán)利要求2所述的在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法，其特征在于，所述的計(jì)算所述社會網(wǎng)絡(luò)中的其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性還包括步驟1-4)、計(jì)算節(jié)點(diǎn)支持力，根據(jù)所述節(jié)點(diǎn)支持力的大小判斷其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性；節(jié)點(diǎn)u的所述節(jié)點(diǎn)支持力的定義如下
4.根據(jù)權(quán)利要求1所述的在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法，其特征在于，所述的k社區(qū)要求包括將所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)依次判斷是否為所述未經(jīng)處理的節(jié)點(diǎn)的k近鄰，當(dāng)所有k個(gè)最依賴的節(jié)點(diǎn)都是k近鄰時(shí)，即被認(rèn)為是k社區(qū)。
全文摘要
本發(fā)明提供一種在社會網(wǎng)絡(luò)中實(shí)現(xiàn)社區(qū)發(fā)現(xiàn)的方法，包括對一社會網(wǎng)絡(luò)中的任一節(jié)點(diǎn)，計(jì)算所述社會網(wǎng)絡(luò)中的其他節(jié)點(diǎn)對該節(jié)點(diǎn)的依賴性，找出依賴性最大的k個(gè)節(jié)點(diǎn)作為該任一節(jié)點(diǎn)的k近鄰；從所述社會網(wǎng)絡(luò)中選取一個(gè)未經(jīng)處理的節(jié)點(diǎn)，然后執(zhí)行下一步，直到所述社會網(wǎng)絡(luò)中的節(jié)點(diǎn)都已經(jīng)被處理；判斷所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)是否滿足k社區(qū)要求，如果滿足，輸出該社區(qū)后重新執(zhí)行前一步驟，如果不滿足，從所述未經(jīng)處理的節(jié)點(diǎn)的k個(gè)最依賴的節(jié)點(diǎn)所組成的集合中選取一個(gè)子集，對該子集繼續(xù)做是否滿足k社區(qū)要求的判斷，直到找出滿足k社區(qū)要求的社區(qū)或者所有子集都已經(jīng)被嘗試過，然后重新執(zhí)行前一步驟。
文檔編號G06F17/30GK102456064SQ20111010349
公開日2012年5月16日 申請日期2011年4月25日 優(yōu)先權(quán)日2011年4月25日
發(fā)明者丁兆云, 周斌, 張魯民, 方濱興, 李愛平, 楊樹強(qiáng), 賈焰, 鄧鐳, 韓偉紅, 韓毅 申請人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)