一种基于粗糙集理论的改进密度峰值重叠社区发现方法

摘要

本发明公开了一种基于粗糙集理论的改进密度峰值重叠社区发现方法，包括如下步骤：首先采用改进的节点局部密度计算方法计算网络中个节点的局部密度属性(ρ)；其次采用改进的高效的节点最小距离计算策略来计算各节点的最小距离属性(δ)；针对节点间距离的计算，定义了一种ND‑subspace距离衡量方法并提出了新的社区中心点选取方式；最后在密度峰值聚类上进行对网络中的节点进行社区划分和对网络中的重叠节点进行迭代计算。本发明有效地解决了重叠节点划分问题，针对节点间距离的计算定义了ND‑subspace距离衡量方法，并改进了密度峰值聚类方法以更高效的划分大规模社交网络，能够有效的解决大规模社交网络的重叠社区划分问题。