公开(公告)号：CN106022936A

公开(公告)日：2016-10-12

申请号：CN201610353585.4

申请日：2016-05-25

Applicant: 南京大学

Inventor： 吴骏 ,  陈厚兵 ,  张梓雄 ,  王晓彤 ,  吴和生 ,  王崇骏

IPC: G06Q50/00

Abstract: 本发明提供一种适用论文合作网络的基于社团结构的影响最大化算法(COMAX算法)，包括如下步骤：1)社团发现阶段a构建论文合作网络图；b合并局部社团；c构建新的网络图；d结束；2)种子节点选取阶段a计算每个社团的影响力；b选择影响力最大社团中对应的节点；c结束。本发明的基于社团结构的影响最大化算法为论文合作网络的影响最大化问题提供了新的解决方案，结果表明，在ICM模型上，我们提出的COMAX算法在影响覆盖范围上与贪心算法接近，而且时间效率非常好。

公开(公告)号：CN105184075A

公开(公告)日：2015-12-23

申请号：CN201510553048.X

申请日：2015-09-01

Applicant: 南京大学

Inventor： 吴骏 ,  王晓彤 ,  陈厚兵 ,  尹康 ,  王崇骏 ,  谢俊元

IPC: G06F19/00

Abstract: 本发明提供一种适用TCMF网络的基于多三角形群组相似性凝聚的重叠社区发现方法，包括如下步骤：1)寻找初始社团阶段：a寻找中心点，并初始化社团；b搜索多三角形群组，加入到初始社团；c重复上述步骤直到中心点的度数小于阈值；d将未分派的结点加入到初始社团；e结束；2)合并初始社团阶段：a计算每两个社团之间的相似度；b选择最相似的两个社团合并；c重复以上步骤直到结束。基于多三角形群组相似性凝聚的重叠社团发现方法适用于TCMF网络，利用多三角形的技术大大提高了社团划分的准确度，可以从TCMF网络当中准确地发现药群社区结构信息。

公开(公告)号：CN105184075B

公开(公告)日：2018-07-06

申请号：CN201510553048.X

申请日：2015-09-01

Applicant: 南京大学

Inventor： 吴骏 ,  王晓彤 ,  陈厚兵 ,  尹康 ,  王崇骏 ,  谢俊元

IPC: G16H50/70

Abstract: 本发明提供一种适用TCMF网络的基于多三角形群组相似性凝聚的重叠社区发现方法，包括如下步骤：1)寻找初始社团阶段：a寻找中心点，并初始化社团；b搜索多三角形群组，加入到初始社团；c重复上述步骤直到中心点的度数小于阈值；d将未分派的结点加入到初始社团；e结束；2)合并初始社团阶段：a计算每两个社团之间的相似度；b选择最相似的两个社团合并；c重复以上步骤直到结束。基于多三角形群组相似性凝聚的重叠社团发现方法适用于TCMF网络，利用多三角形的技术大大提高了社团划分的准确度，可以从TCMF网络当中准确地发现药群社区结构信息。

公开(公告)号：CN106022936B

公开(公告)日：2020-03-20

申请号：CN201610353585.4

申请日：2016-05-25

Applicant: 南京大学

Inventor： 吴骏 ,  陈厚兵 ,  张梓雄 ,  王晓彤 ,  吴和生 ,  王崇骏

IPC: G06Q50/00

Abstract: 本发明提供一种适用论文合作网络的基于社团结构的影响最大化算法(COMAX算法)，包括如下步骤：1)社团发现阶段a构建论文合作网络图；b合并局部社团；c构建新的网络图；d结束；2)种子节点选取阶段a计算每个社团的影响力；b选择影响力最大社团中对应的节点；c结束。本发明的基于社团结构的影响最大化算法为论文合作网络的影响最大化问题提供了新的解决方案，结果表明，在ICM模型上，我们提出的COMAX算法在影响覆盖范围上与贪心算法接近，而且时间效率非常好。