一种基于深度网络表示学习的社团发现方法

摘要

一种基于深度网络表示学习的社团发现方法，涉及作图分割问题的技术领域。将网络建模成图；构建社团结构矩阵；获得网络节点表示向量；在获得的网络低维表示上运行K‑均值策略获得最终的网络社团结构。本发明提出的方法利用深度神经网络成功捕捉了网络的非线性结构，学习了更加准确和丰富的节点表示，为后续的社团发现打下坚实的基础。实现了在大规模、稀疏和高维网络中准确挖掘社团结构的任务。