公开(公告)号：CN101446978A

公开(公告)日：2009-06-03

申请号：CN200810244678.9

申请日：2008-12-11

Applicant: 南京大学

Inventor： 王崇骏 ,  刘红星 ,  宋文军 ,  谢俊元

IPC: G06F17/30

Abstract: 基于频繁项集挖掘的核心节点发现方法，包括以下步骤：1)项集生成阶段：a)取得多个时间点的网络快照；b)针对每个时间点的网络快照都进行如下操作；i.得到网络快照对应节点之间的关联图；ii.提取关联图中所有的伽马准团；iii.把每一个关联准团所对应的节点集合作为一个项集加入到项集集合。2)核心节点发现阶段：a)把生成的项集集合作为最大频繁项集挖掘的初始集合；b)把项集集合表示成位图向量的形式；c)生成最大频繁项集；d)结束；本发明结合了子图发现和频繁项集挖掘来进行核心节点的发现。子图发现中采用了伽马准团发现算法，保证子图内部具有可控的紧密度，频繁项集挖掘采用了基于图的最大频繁项集挖掘算法加快了最大频繁项集的生成。

公开(公告)号：CN101840543A

公开(公告)日：2010-09-22

申请号：CN201010165418.X

申请日：2010-05-07

Applicant: 南京大学

Inventor： 王崇骏 ,  宋文军 ,  朱小虎

IPC: G06Q10/00

Abstract: 基于顶点差异性的社团发现方法，包括如下步骤：步骤1为网络构建阶段，步骤11)为数据预处理过程：111)去掉无效数据；112)有效数据编号；步骤12)扫描得到并去掉不必要的分量的过程；通过一遍扫描数据得到当前所有分量，并且去掉较小的；步骤13)扫描各个分量得到各个分量的邻接矩阵：对每个分量进行扫描，根据数据点之间的联系得到邻接矩阵；步骤2为社团发现阶段，即运用差异性、边移除与贪婪方法得到社团网络中存在的社团结构，其具体步骤如下：包括初始化过程；计算顶点对之间的差异性；根据差异性发现网络中的社团结构；社团的合并；结束。本发明所得到的社团是原始网络的准确而自然的划分，并且提高了社团发现方法的性能。