-
公开(公告)号:CN115659205A
公开(公告)日:2023-01-31
申请号:CN202211272779.3
申请日:2022-10-18
Applicant: 中国矿业大学
IPC: G06F18/23213 , G06F18/24 , G06N3/04 , G06Q50/00
Abstract: 本发明适用于网络社区技术领域,提供了一种基于时空图嵌入的动态网络社区发现方法和系统,所述方法包括以下阶段:空间特征提取阶段:利用图卷积神经网络提取动态网络中节点的空间特征,并使用门控循环单元动态更新图卷积神经网络的权重;时间特征提取阶段:对于空间特征提取阶段中提取到的空间特征,利用门控循环单元提取节点的时间特征;社区发现阶段:对于时间特征提取阶段中提取到的时间特征,利用聚类算法进行聚类。本发明能够有效地处理大规模复杂网络数据,准确地划分网络社区结构。
-
公开(公告)号:CN115994430A
公开(公告)日:2023-04-21
申请号:CN202211280296.8
申请日:2022-10-19
Applicant: 中国矿业大学
IPC: G06F30/18 , G06Q50/00 , G06Q10/0639 , G06F111/08
Abstract: 本发明适用于网络社区技术领域,提供了一种基于时间游走嵌入的增量动态社区发现方法及系统,所述方法包括以下两个阶段:数据处理阶段:依次读取动态网络快照,构造带有时间边权重的网络;使用时间游走采样策略对每一个时间权重网络构造节点序列;使用时间游走嵌入学习节点特征表示;社区发现阶段:将当前网络与数据处理阶段中获得的网络节点表示结合,构造动态属性网络;使用基于质量模块度的动态社区发现算法对动态属性网络进行社区发现。本发明充分利用图嵌入技术提取动态网络中节点的潜在的时空属性,同时将嵌入信息作为重要节点属性作为参考。本发明具有较低的时间复杂度和较高的准确度,能够快速有效地处理大规模复杂网络数据。
-