一种基于深度学习的社区发现方法

摘要

本发明公开了一种基于深度学习的社区发现方法，包括以下步骤：对输入进行预处理，结合节点间邻居个数和距离得到网络的相似度矩阵；采用卷积与全连接结合的方式构建深度学习网络，从而提取网络深层次非线性特征；将第一层网络得到的特征作为第二层网络的输入，并依此类推构成最终深度网络；采用输入与输出的差值以及稀疏性限制和正则化作为损失函数训练网络；将训练完成得到的特征输入聚类算法中得到社区的划分结果。