一种系统进化移植分区时序网络的动态社区发现方法

摘要

本发明提出了一种系统进化移植分区时序网络的动态社区发现方法，包括：S0，对社交网络进行定义得到其时序社交网络；S1，获取当前社区的数据信息，将其作为待处理社区信息；S2，对S1获取的待处理社区信息进行预处理；S3，构造误差函数，接着对此误差函数的二次型进行最小化处理；判断其信赖范围；S4，对误差函数求梯度，并根据梯度方向进行迭代；S5，得到分区社区数据信息。本发明提出的PPPM模型相比于FaceNet，SBM+MLE，CLBM，PisCES方法在在人工网络和真实网络上分别提高了5％和3％的准确度，故提出的PPPM模型具有健壮性，PPPM模型是合理的、有效的，该模型也可应用在一般社交网络社区发现领域中。