一种基于适应性函数和社区相似性的社团发现方法

摘要

本发明公开了一种基于适应性函数和社区相似性的社团发现方法，属于社区发现领域。本发明采用的适应性函数着重考虑候选节点与待加入社区的三种联系，解决了可能在拓展过程中把一开始的种子节点排除在外，最后导致许多节点无法分配到社区的问题，并且利用特殊的数据结构优化了时间效率；然后社区相似性度量通过两个社团之间真实联系数和期望联系数之间的差值来有效地判断两个社区是否重复度过高，从而可以高效合并重复社区，让社区划分的结构更加紧密，模块度更高。本发明先利用适应性函数，把随机选择的种子节点拓展成一个个小社区，然后利用社区相似性度量把重复的小社区合并，从而得到最后的模块度较高的社区划分，从而快速有效地将复杂网络划分成一个个结构明显的社区。