公开(公告)号：CN108809697A

公开(公告)日：2018-11-13

申请号：CN201810482392.8

申请日：2018-05-18

Applicant: 中国矿业大学

Inventor： 孟凡荣 ,  王志晓 ,  袁冠 ,  牛强 ,  芮晓彬

IPC: H04L12/24 ,  H04L12/58 ,  G06Q50/00

CPC classification number: H04L41/12 ,  G06Q50/01 ,  H04L41/14 ,  H04L41/142 ,  H04L51/32

Abstract: 本发明涉及一种基于影响力最大化的社交网络关键节点识别方法及系统，所述方法包括如下步骤：对于给定的社交网络，根据节点度值计算所有节点影响力的初始值；对节点影响力进行排序，迭代更新节点影响力值，直到节点影响力值趋于全局稳定；根据全局稳定的节点影响力值，依据影响力最大原则，进行关键节点识别。本发明充分利用社交网络中节点影响力排名信息，并考虑节点邻居间影响力的差异性，采用全局策略进行关键节点选择，确保社交网络关键节点识别的准确性。

公开(公告)号：CN108737158A

公开(公告)日：2018-11-02

申请号：CN201810320793.3

申请日：2018-04-10

Applicant: 中国矿业大学

Inventor： 王志晓 ,  牛强 ,  袁冠 ,  席景科 ,  孟凡荣 ,  芮晓彬 ,  侯梦男

IPC: H04L12/24 ,  G06Q50/00

Abstract: 本发明涉及一种基于最小生成树的社交网络层次社区发现方法及系统，属于网络分析技术领域，通过计算给定社交网络所有相邻节点间连接强度来构建微社区；计算所有微社区间的紧密度，构造最小生成树，得到社交网络的层次社区结构。本发明的最小生成树构造复杂度低，能够有效处理大规模社交网络数据，无需任何人为参数设置，能够准确、高效地发现社交网络的层次社区结构。