基于k核识别社交网络中倾向性社区的方法

摘要

本发明公开了一种基于k核识别社交网络中倾向性社区的方法。为了找到一个朋友更多而敌人更少的社区，本发明在锚定k核的基础上提出了一种新的识别倾向性社区的方法，即识别极大锚定倾斜k核，它满足三个条件：社区中任意一个顶点的邻居数量需大于或等于k；是极大的，即任何它的超图都不是锚定倾斜k核；社区的倾斜分数是最大的。考虑到锚定k核中顶点的朋友/敌人性质，本发明提出新的修剪策略，从而更有效地缩减搜索空间。本发明结合新的修剪策略开发了高效的KSM算法，从而能够在大型社交网络上快速识别到所需的锚定倾斜k核。本发明方法的应用对识别社交网络中倾向性社区有着极大的效益，对现实生活中识别社交网络中倾向性社区有着极大的帮助。