CN111756568A - 一种实现社群发现的方法、装置、计算机存储介质及终端 - Google Patents

Abstract

一种实现社群发现的方法、装置、计算机存储介质及终端，本发明实施例在进行社群划分后，对获得的社群中可构建为二部图的社群进行合并，获得模块度值大于预设的第一模块度阈值的社群，避免了社群出现标签互换，提升了获得的社群的质量。

Description

一种实现社群发现的方法、装置、计算机存储介质及终端

技术领域

本文涉及但不限于信息处理技术，尤指一种实现社群发现的方法、装置、计算机存储介质及终端。

背景技术

网络的社群划分(也称为社团挖掘)广泛应用于各个领域，通过社团挖掘可以有效地解释网络的构成、功能及网络中节点的行为。社团挖掘可以看作是一种聚类算法。

社团挖掘是为了找到网络中的社群，使得社群内部节点之间的相互作用远强于它们与社群外部节点的相互作用。为了对社团挖掘的结果进行量化评估，纽曼(Newman)提出了模块度(Modularity)的概念，模块度通过原网络与相应零模型网络在同一社群内部节点之间的边数之差来衡量模块划分的好坏；通过最大化模块度可以得到更好的社群划分方式，相关技术中的很多社团挖掘算法正是基于这一原则设计的。

模块度的值可正可负，负模块度表示原网络的社群内部节点之间的边数比零模型网络中的边数少；正模块度表示原网络的社群内部节点之间的边数比零模型网络中的边数多；模块度的取值范围随网络的不同而不同。当前主要的社群划分方法包括图分割法、边介数社区发现(GN)算法和标签传播算法(LPA)等；其中，LPA是一种基于标签传播的社群划分方法，其主要思想是：初始化时，配置每个节点拥有独立的标签，那么网络中各节点分别拥有不同的标签，每次迭代中对于每个节点将其标签更改为其邻接节点中出现次数最多的标签，如果这样的标签有多个，则随机选择一个；通过迭代，直到每个节点的标签与其邻接节点中出现次数最多的标签相同，则达到稳定状态，算法结束。此时具有相同标签的节点即属于同一个社群，完成社群划分。

通过包括LPA在内的算法进行社群划分时，由划分的社群生成二部图时，二部图中的社群会出现标签互换现象，图1为相关技术中的二部图示意图，如图1所示，带编号1、2、3和4的圆圈表示实际划分的社群，G1、G2、G3和G4为社群标签；由于二部图的特征，会出现图2或图3所示的标签互换现象，导致社群发现出现“互换社群”问题。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本发明实施例提供一种实现社群发现的方法、装置、计算机存储介质及终端，能够避免社群出现标签互换，提升划分的社群的质量。

本发明实施例提供了一种实现社群发现的方法，包括：

对划分获得的社群，通过预设的二部图匹配算法进行社群合并，获得第一社群；

根据第一社群的模块度是否大于预设的第一模块度阈值，进行社群发现处理。

另一方面，本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述实现社群发现的方法。

再一方面，本发明实施例还提供一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，

处理器被配置为执行存储器中的计算机程序；

所述计算机程序被所述处理器执行时实现如上述实现社群发现的方法。

还一方面，本发明实施例还提供一种实现社群发现的装置，包括：合并社群单元和处理单元；其中，

合并社群单元设置为：对划分获得的社群，通过预设的二部图匹配算法进行社群合并，获得第一社群；

处理单元设置为：根据第一社群的模块度是否大于预设的第一模块度阈值，进行社群发现处理。

本申请在进行社群划分后，对获得的社群中可构建为二部图的社群进行合并，获得模块度值大于预设的模块度阈值的社群，避免了社群出现标签互换现象，提升了获得的社群的质量。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为相关技术中的二部图示意图；

图2为相关技术中二部图的标签互换示意图；

图3为相关技术中二部图的另一标签互换示意图；

图4为本发明实施例实现社群发现的方法的流程图；

图5为本发明实施例实现社群发现的装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图4为本发明实施例实现社群发现的方法的流程图，如图4所示，包括：

步骤401、对划分获得的社群，通过预设的二部图匹配算法进行社群合并，获得第一社群；

在一种示例性实例中，通过预设的二部图匹配算法进行社群合并，包括：

第一无向图为二部图时，通过二部图匹配算法对二部图进行社群合并；

第一无向图不是二部图时，按预设策略生成二部图，通过二部图匹配算法对二部图进行社群合并；

其中，第一无向图由划分获得的社群生成。

本发明实施例，第一无向图可以通过以下处理获得：

以划分获得的社群作为节点构建第二无向图；在一种示例性实例中，构建第二无向图时，可以为各社群分别定义一个社群编号(cluster_id)；这里，cluster_id可以是第一无向图中各节点的身份编号(id)；

在构建的第二无向图中构建边；其中，构建的边的边权值为图网络中两个划分获得的社群存在的边数；举例来看，假设两个社群分别为第一社群(C1)与第二社群(C2)，C1中包含若干第一实体(n1)，C2中包含若干第二实体(n2)，确定图网络中的n1与n2之间是否存在边，存在边的n1与n2的对数即为两个社群的边数；

过滤第二无向图中边权值低于预设阈值的边，获得第一无向图。

本发明实施例第一无向图是否为二部图，可以通过以下方式确定：

第一无向图满足二部图特征时，确定第一无向图为二部图；

第一无向图不满足二部图特征时，确定第一无向图不是二部图；

在一种示例性实例中，按预设策略生成二部图包括：

删除第一无向图中，一个以上大于第二模块度阈值的第二社群及该社群的边；

根据删除第二社群及社群的边后剩余的社群生成二部图；

其中，第二模块度阈值大于或等于第一模块度阈值。

需要说明的是，二部图又称作二分图，是图论中的一种模型；假设G＝(V，E)是一个无向图，V＝(v1，v2，…，vn)是图中的顶点集，E＝(e1，e2，…，em)是图中所有边的集合，e＝(vi，vj)。如果顶点V可分割为两个互不相交的子集，即V＝A∪B，且A∩B＝Φ，

如果vi∈A，则vj∈B；反之，vj∈B时，vi∈A，则则称图G为一个二部图。在删除第一无向图中一个以上大于第一模块度阈值的社群及该社群的边后，本领域技术人员根据二部图的上述模型特征生成二部图。

另外，本发明实施例第二模块度阈值可以根据：无向图形成二部图时社群的模块度值进行设定，可以由本领域技术人员根据社群发现的应用场景进行调整。

在一种示例性实例中，本发明实施例二部图匹配算法，包括：

最大加权二部匹配(K-M)算法。

在一种示例性实例中，通过预设的二部图匹配算法进行社群合并，包括：

通过K-M算法寻找二部图的聚类链接；

根据寻找出二部图的聚类链接，将二部图的左右两个社群合并成一个社群。

需要说明的是，二部图左右社群的定义为本领域技术人员公知的定义，在此不做赘述。

在步骤401之前，本发明实施例方法还可以包括：

通过无监督算法对图网络进行社群划分，以划分获得社群；

需要说明的是，图网络由相互连接的图网络块(GN block)组成，在神经网络实现中也被称为节点(node)，节点间的连接被称为边(edge)，表示了节点间的关系。本发明实施例图网络为由用于社群划分的关系数据构建的网络。另外，本发明实施例划分获得的社群还可以包括通过其他社群划分方法获得的社群。

在一种示例性实例中，图网络可以通过以下方式构建：

将用于社群划分的关系数据处理为图数据的边数据；

根据获得的边数据构建图网络。

在一种示例性实例中，无监督算法，包括：

标签传播算法(LPA)。

在一种示例性实例中，通过LPA进行社群划分，包括：

对图网络中的每个节点，添加用于标明其所属社群的标签；在一种示例性实例中，在初始化时，可以拟定各节点分别为一个社群，即节点属于以自身为主体的社群，社群的标签可以为节点的网络编号。

对每一个节点按照以下方式进行顺序执行处理：确定其邻居节点所属的社群；邻居节点所属的社群中包含的节点数最多时，加入该社群；多个邻居节点所属的社群包含的节点数均最多时，随机选择其中之一加入；

判断是否满足社群划分的终止条件，满足社群划分的终止条件时，结束社群划分；

其中，社群划分的终止条件包括：达到顺序执行的循环次数或划分获得的社群个数达到预设数值。循环次数和社群个数可以由本领域技术人员根据经验值进行设定。

步骤402、根据第一社群的模块度是否大于预设的第一模块度阈值，进行社群发现处理。

需要说明的是，本发明实施例第一模块度阈值可以根据：无向图形成二部图时社群的模块度值进行设定，可以由本领域技术人员根据社群发现的应用场景进行调整。

在一种示例性实例中，进行社群发现处理，包括：

判断第一社群的模块度是否大于第一模块度阈值；

第一社群的模块度大于第一模块度阈值时，完成社群发现；

第一社群的模块度小于或等于第一模块度阈值时，执行以下处理，直至重新获得的第一社群的模块度大于第一模块度阈值时，完成社群发现：

以删除的第二社群和合并获得的第一社群重新生成第一无向图；

检测重新生成的第一无向图是否是二部图；

重新生成的第一无向图是二部图时，通过二部图匹配算法对二部图进行社群合并，重新获得第一社群；

重新生成的第一无向图不是二部图时，按预设策略重新生成二部图，并通过二部图匹配算法对二部图进行社群合并，重新获得第一社群。

本发明实施例完成社群发现时，由社群合并获得的模块度大于第一模块度阈值的第一社群、和此次社群合并前生成二部图时删除的第二社群，构成社群发现最终得到的社群。

本发明实施例对划分获得的社群，通过预设的二部图匹配算法进行社群合并，并根据社群合并获得的社群的模块度确定是否完成社群发现，避免了社群出现标签互换现象。

本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述实现社群发现的方法。

本发明实施例还提供一种终端，包括：存储器和处理器，存储器中保存有计算机程序；其中，

处理器被配置为执行存储器中的计算机程序；

计算机程序被处理器执行时实现如上述实现社群发现的方法。

图5为本发明实施例实现社群发现的装置的结构框图，如图5所示，包括：合并社群单元和处理单元；其中，

合并社群单元设置为：对划分获得的社群，通过预设的二部图匹配算法进行社群合并，获得第一社群；

在一种示例性实例中，合并社群单元是设置为：

第一无向图为二部图时，通过二部图匹配算法对二部图进行社群合并；

第一无向图不是二部图时，按预设策略生成二部图；通过二部图匹配算法对二部图进行社群合并；

其中，第一无向图由划分获得的社群生成。

在一种示例性实例中，合并社群单元是设置为按预设策略生成二部图，包括：

删除第一无向图中，一个以上大于预设的第二模块度阈值的第二社群及该社群的边；这里，第二社群中的第二用于将小于第二模块度阈值的社群进行区分，第二社群指第一无向图中，大于第二模块阈值的社群。

根据删除第二社群及社群的边后剩余的社群生成二部图；

其中，第二模块度阈值大于或等于第一模块度阈值。

处理单元设置为：根据第一社群的模块度是否大于预设的第一模块度阈值，进行社群发现处理。

本发明实施例对划分获得的社群，通过预设的二部图匹配算法进行社群合并，并根据社群合并获得的社群的模块度确定是否完成社群发现，避免了社群出现标签互换现象。

在一种示例性实例中，处理单元是设置为：

判断第一社群的模块度是否大于第一模块度阈值；

第一社群的模块度大于第一模块度阈值时，完成社群发现；

第一社群的模块度小于或等于第一模块度阈值时，执行以下处理，直至重新获得的第一社群的模块度大于第一模块度阈值时，完成社群发现：

以删除的第二社群和合并获得的第一社群重新生成第一无向图；

检测重新生成的第一无向图是否是二部图；

重新生成的第一无向图是二部图时，通过二部图匹配算法对二部图进行社群合并，重新获得第一社群；

重新生成的第一无向图不是二部图时，按预设策略重新生成二部图，并通过二部图匹配算法对二部图进行社群合并，重新获得第一社群。

在一种示例性实例中，二部图匹配算法，包括：

最大加权二部匹配(K-M)算法。

本发明实施例在进行社群划分后，对获得的社群中可构建为二部图的社群进行合并，获得模块度值大于预设的模块度阈值的社群，避免了社群出现标签互换现象，提升了获得的社群的质量。

“本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。”

Claims (10)

1.一种实现社群发现的方法，包括：

对划分获得的社群，通过预设的二部图匹配算法进行社群合并，获得第一社群；

根据第一社群的模块度是否大于预设的第一模块度阈值，进行社群发现处理。

2.根据权利要求1所述的方法，其特征在于，所述通过预设的二部图匹配算法进行社群合并，包括：

第一无向图为二部图时，通过所述二部图匹配算法对二部图进行社群合并；

第一无向图不是二部图时，按预设策略生成二部图；通过所述二部图匹配算法对二部图进行社群合并；

其中，所述第一无向图由划分获得的社群生成。

3.根据权利要求2所述的方法，其特征在于，所述按预设策略生成二部图，包括：

删除所述第一无向图中，一个以上大于预设的第二模块度阈值的第二社群及该社群的边；

根据删除第二社群及社群的边后剩余的社群生成二部图；

其中，所述第二模块度阈值大于或等于所述第一模块度阈值。

4.根据权利要求2或3所述的方法，其特征在于，所述进行社群发现处理，包括：

判断所述第一社群的模块度是否大于所述第一模块度阈值；

所述第一社群的模块度大于所述第一模块度阈值时，完成社群发现；

所述第一社群的模块度小于或等于所述第一模块度阈值时，执行以下处理，直至重新获得的第一社群的模块度大于所述第一模块度阈值时，完成社群发现：

以删除的第二社群和合并获得的第一社群重新生成第一无向图；

检测重新生成的所述第一无向图是否是二部图；

重新生成的所述第一无向图是二部图时，通过所述二部图匹配算法对二部图进行社群合并，重新获得第一社群；

重新生成的所述第一无向图不是二部图时，按所述预设策略重新生成二部图，并通过所述二部图匹配算法对二部图进行社群合并，重新获得第一社群。

5.根据权利要求1～3任一项所述的方法，其特征在于，所述二部图匹配算法，包括：

最大加权二部匹配K-M算法。

6.一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～5中任一项所述的实现社群发现的方法。

7.一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，

处理器被配置为执行存储器中的计算机程序；

所述计算机程序被所述处理器执行时实现如权利要求1～5中任一项所述的实现社群发现的方法。

8.一种实现社群发现的装置，包括：合并社群单元和处理单元；其中，

合并社群单元设置为：对划分获得的社群，通过预设的二部图匹配算法进行社群合并，获得第一社群；

处理单元设置为：根据第一社群的模块度是否大于预设的第一模块度阈值，进行社群发现处理。

9.根据权利要求8所述的装置，其特征在于，所述合并社群单元是设置为：

第一无向图为二部图时，通过所述二部图匹配算法对二部图进行社群合并；

第一无向图不是二部图时，按预设策略生成二部图；通过所述二部图匹配算法对二部图进行社群合并；

其中，所述第一无向图由划分获得的社群生成。

10.根据权利要求9所述的装置，其特征在于，所述处理单元是设置为：

判断所述第一社群的模块度是否大于所述第一模块度阈值；

所述第一社群的模块度大于所述第一模块度阈值时，完成社群发现；

所述第一社群的模块度小于或等于所述第一模块度阈值时，执行以下处理，直至重新获得的第一社群的模块度大于所述第一模块度阈值时，完成社群发现：

以删除的第二社群和合并获得的第一社群重新生成第一无向图；

检测重新生成的所述第一无向图是否是二部图；

重新生成的所述第一无向图是二部图时，通过所述二部图匹配算法对二部图进行社群合并，重新获得第一社群；

重新生成的所述第一无向图不是二部图时，按所述预设策略重新生成二部图，并通过所述二部图匹配算法对二部图进行社群合并，重新获得第一社群。

Images