一种融合拓扑势和谱聚类的社区发现方法及系统

摘要

本发明提供一种融合拓扑势和谱聚类的社区发现方法及系统，该方法包括：计算给定的复杂网络中n个节点的拓扑势值，根据n个节点的拓扑势值构造复杂网络的节点的标准矩阵；搜索所有局部极大势值节点，获得包含t个局部极大势值节点的局部极大势值节点集合；计算节点的标准矩阵的所有特征值，选取前t‑1个非平凡特征值，以t‑1个非平凡特征值对应的t‑1个特征向量构成t‑1维空间；将复杂网络的n个节点映射到t‑1维空间中；将t个局部极大势值节点作为初始聚类中心，采用K‑means算法将t‑1维空间中的n个节点划分为t个社区。本发明利用节点拓扑势值构造谱聚类中的标准矩阵，能从全局角度反映节点间的紧密关系，有助于提高社区划分结果的准确性；具有很强的适应性。