本发明公开了一种提升社交网络层次化社区检测划分效果的方法。本发明将社区检测分为两步完成：首先根据现有社区拓扑结构，给定节点与社区的特征向量，预测社交网络图中每个节点的社区从属关系，并利用社交网络图中节点之间的连接关系优化现有的特征向量；而后利用深度学习中的强化学习技术，给定当前社区拓扑结构和社交网络图，预测调整现有社区的拓扑结构；重复上述两步骤直至收敛；给定一张社交网络图，能够预测其节点的社区划分情况。针对社交网络中出现的新增节点，继续重复上述步骤即可将新节点也纳入社区划分中。本发明方法在社区检测的模块度和归一化互信息上都远高于现有的GEMSEC算法、HCDE算法和ComE算法。
声明：
“提升社交网络层次化社区检测划分效果的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1235
编辑：管理员
来源：北方有色网
咨询细节
