利用局部距离和节点秩优化函数的社交网络社区发现方法

摘要

本发明提出了一种利用局部距离和节点秩优化函数的社交网络社区发现方法，包括以下步骤：S1，获取网络社交节点数据集，对获取的网络社交节点数据集进行拉普拉斯归一化处理；得到拉普拉斯节点矩阵；S2，根据网络社交的内部距离和外部距离，计算得到网络社交节点值：若网络社交节点值大于或者等于预设网络社交节点值，则发现网络社交社区；若网络社交节点值小于预设网络社交节点值，则重新发现网络社交社区；S3，对步骤S2中发现的网络社交社区进行优化。本发明首先考虑了节点自传递问题。其次，提出的方法综合考量了边权值问题，能够有效表示出整个社交网络的特征结构。第三，在处理多比例最优化问题上，本发明的优化函数能有效找到最优的社区结构。最后本发明与其他方法相比，具有更好的性能。