一种融合节点属性的深度社团发现方法

摘要

一种融合节点属性的深度社团发现方法，涉及作图分割问题的技术领域。构建模块度矩阵：模块度的值越大代表社团结构越清晰，社团的划分越好，通过最大化模块度可以得到网络的社团结构；构建深度自编码器捕捉网络结构：通过重构模块度矩阵，在隐层的最后一层输出H中保存网络的非线性社团结构；结合节点属性信息；当拥有相同属性的节点划分到不同社团，将执行一个惩罚，同时利用融合链接关系数据和节点内容数据进行社团发现。本发明利用深度神经网络挖掘非线性结构，同时结合节点属性信息得到更准确的社团结构。