买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

摘要：本发明提供基于极大有向稠密子图枚举的社群发现方法，涉及数据处理技术领域。通过将待处理社交网络数据转化为待处理图，对待处理图中的各个顶点都生成对应的集合组，通过递归枚举的方式对顶点对应的集合组进行更新生成分支，最终得到目标子图，目标子图是待处理图中规模超过预设限制值，且每个顶点的出度不小于n‑k，入度不小于n‑l的极大子图，基于目标子图确定目标社群，这样可以通过从待处理社交网络数据对应的图中查找规模超过预设限制值的极大稠密子图的方式从社交网络中准确发现大规模的社群。

主权项：1.一种基于极大有向稠密子图枚举的社群发现方法，其特征在于，包括：将待处理社交网络数据转化为待处理图，所述待处理图中包括多个顶点以及多条有向边，所述待处理图中的点对应所述待处理社交网络数据中的社交网络用户，所述待处理图中的有向边对应所述待处理社交网络数据中各个社交网络用户之间的关联信息；基于所述待处理图中的各个顶点的出入度最小值对所述各个顶点进行排序，得到第一排序结果，基于所述第一排序结果生成各个顶点分别对应的总分支，所述总分支对应一个集合组，所述集合组中包括互不相交的必选集、候选集和排除集，所述总分支对应的所述必选集和所述排除集中分别包括所述第一排序结果中在所述总分支对应的顶点之后和之前的相关点，所述相关点与所述总分支对应的顶点在所述待处理图中的距离小于等于2；对各个所述总分支进行递归枚举，得到所述总分支对应的目标子图，在对所述总分支进行递归枚举的过程中，基于枢纽点对分支对应的所述集合组进行更新以生成多个分支，每个分支对应一个所述集合组，在所述总分支的各个分支中确定目标分支，将目标分支对应的必选集中的点作为目标顶点，所述枢纽点为所述集合组中所述必选集合和所述候选集中的顶点，所述目标分支对应的必选集对应目标子图，所述目标子图为所述待处理图中规模超过预设限制值，且满足第一约束条件的极大子图，所述第一约束条件为每个顶点的出度不小于n-k，入度不小于n-1，n为所述待处理图中的顶点数量，k，l为大于等于1的正整数；基于所有的所述目标子图确定目标社群，所述目标社群中的社交网络用户为所述目标子图中的顶点对应的社交网络用户。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 基于极大有向稠密子图枚举的社群发现方法