社区划分

摘要： 网络分解是通过删除网络中最少规模的节点或者连边,将网络破坏至最大连通分支的规模不超过设定阈值.传统基于节点删除的网络分解算法忽略了删除代价.实际上,节点的删除导致相应连边的删除,代价是不同的.传统基于连边删除的网络分解算法虽然考虑删除代价,但是,无论是迭代计算连边中心性值,还是迭代划分最大连通分量,其性能和效率都亟待改善.本文提出了一种基于社区划分与连边逆序放回的网络分解算法,该算法是一种基于连边删除的方法,包含两个步骤,首先,利用社区划分算法将网络划分为多个社区,删除社区之间的全部连边使社区独立,破坏社区间的连通性;然后,每个社区内部采用连边逆序放回策略破坏其内部连通性,从而完成整个网络的分解.真实网络及人工网络上的实验结果表明:一方面,本文提出的网络分解算法能够以最小的连边删除代价将网络分解至设定阈值;另一方面,随着网络规模、网络结构以及分解阈值的变化,算法展现出良好的稳定性.

摘要： 为探究2011—2019年欧盟航线网络演变,提出多层加权航线网络构建方法以及映射聚合方法,构建基于改进Louvain算法的社区划分模型,对多层加权航线网络进行社区划分与模块度计算,引入航线网络效率评估模型对各个社区网络进行效率评估,并探讨航线网络平均度与机场节点度变化.研究结果表明,欧盟整体航线网络紧密性和连通性逐渐增强,社区划分呈现明显的地理聚集性,西欧、南欧和中欧地区机场节点较为密集,西班牙和意大利等地区的社区网络效率最高.在全服务航空公司中,汉莎航空与法荷航空航线网络连通性有所减弱,枢纽机场数量有所减少;英国航空网络规模在逐渐扩大,网络聚集程度有所增强.低成本航空公司航线网络连通性逐渐增强,在欧盟航空运输市场具有更大的竞争力与发展潜力.改进Louvain算法较好地实现了多层加权航线网络的社区化分,可为航线网络演变研究、枢纽机场布局以及航线网络优化提供参考借鉴.

摘要： 分布式电源的广泛接入增加了配电网复杂程度,导致负荷模型的描述难度大幅提高。此外,针对网络每个节点分别进行建模以及对整个配电网进行建模的方法难以适用于不断扩大规模的配电网。提出一种基于社区划分的门控循环单元(GRU)神经网络负荷建模方法。通过加文-纽曼(GN)算法对配电网拓扑进行分区处理,基于GRU神经网络分别对各个社区进行负荷建模,并在网络输入特征向量中引入度中心性来衡量节点在网络拓扑中的重要程度。对某地区的10 kV配电网进行建模分析,结果表明所建模型精度及计算效率更高。

摘要： 复杂网络中的谣言溯源问题一直是学者们的研究重点,随着互联网技术和社交网络的发展,如何快速准确地确定网络中的谣言源以削减其不良影响显得尤为重要。考虑到谣言源是网络中最早感染的节点,即拥有最大的节点年龄,通过对节点的未受感染邻居所表现出的免责量进行研究,综合免责量与节点年龄之间的关系,提出基于有责量和免责量的谣言溯源算法,同时为了减少计算成本,选取高介数中心性节点作为可疑集。结合现实网络中谣言发展的真实情形,将算法推广至网络中双源情况,基于优化的谱分析方法将感染网络划分为两个社区,将复杂双源问题转化为单源问题。在几个合成与真实网络中进行的仿真实验结果表明,在单源和双源的情况下,提出的溯源算法能够快速有效地识别到谣言源,在多个网络中溯源结果的平均误差距离小于1跳,相较于其他启发式算法具有一定的优越性,同时,在高度稀疏性的网络中,性能表现良好。

摘要： 针对目前重叠社区发现算法时间复杂度较高、社区发现稳定性较差的问题,基于标签传播和COPRA方法,提出一种基于三级邻居节点影响力分析的重叠社区发现算法OCDITN。使用三级邻居节点影响力度量方法TIM(three-level influence measurement)计算节点间的影响力,根据节点影响力确定选择更新节点的顺序;在节点标签更新策略中,根据计算节点与其邻居之间的相似度确定邻居节点标签的更新顺序,计算各节点标签隶属度,发现重叠社区。实验分别基于人工模拟网络数据集和真实世界网络数据集进行测试,与SLPA、LPANNI、COPRA算法相比,该算法在EQ和Qvo两个评价标准上性能分别提升7%和12%,社区划分结果更稳定,社区划分质量更高。

摘要： 在城市交通和城市管理研究范畴中,城市社区划分有较为重要的研究意义,城市交通网络的规划建设会直接影响社区划分结果,进而对居民生活和运动轨迹产生强烈影响,有助于城市规划部门更好地管理。基于多层复杂交通网络视角,以贵阳市为例,对各年期轨道交通复杂网络结构特性进行研究,以分析轨道交通网络演化对社区划分的影响。研究发现:随着贵阳市轨道交通的修建,交通网络的节点数与边数不断上升,平均路径长度及网络直径最终呈下降趋势,复杂网络特征逐渐凸显;网络覆盖范围逐渐增大,最终呈现出中心密集而外围稀疏的空间格局。使用BGLL算法对贵阳市轨道交通网络进行社区划分,从2017年至2030年,轨道交通网络的修建使得城市社区数量大幅下降,社区划分结果得到较大程度优化,使得贵阳市不同区域连接更为紧密。其中对于空间分隔较强的区域,增加轨道交通节点一般不会改变其社区划分情况,而对于空间连接较为紧密的区域,增加轨道交通节点可能联合或割裂相应社区。研究结果为交通网络增长的变化趋势和相关影响的研究提供新思路,也对未来城市交通规划和管理产生新的启示。

摘要： 社区划分可以揭示复杂网络中的内在结构和行为动态特点,是当前的研究热点.文中提出了一种基于网络嵌入和局部合力的社区划分算法.该算法将网络的拓扑空间转化成欧氏空间,把网络节点转换成向量表示的数据点,首先基于重力模型和网络拓扑结构,提出局部合力和局部合力余弦中心性指标(Local Resultant Force Cosine Centrality,LFC),通过节点的LFC和节点间的距离来确定各个初始小社区的中心节点,然后将网络中其他的非中心节点划入与其最近的中心节点所在的初始小社区内,最后通过优化模块度的方法来合并初始小社区并找到最优的网络社区结构.在6个现实世界网络和可调参数人工网络上与6种知名社区划分方法进行比较,比较结果表明了新算法良好的社区划分的性能.

摘要： 江苏省苏州市公安局姑苏分局金阊派出所融入网格化社会治理大局,推动"警格+网格"双向赋能、同频共振,以双网融合来助推"枫桥式公安派出所"创建工作,"网格小平安"促进"社区大和谐"。在综合考虑地理布局、治理要素、管理对象等因素的基础上,金阊派出所辖区12个社区划分为4个警格和89个网格。

摘要： 对作者合著网络进行社区划分有助于挖掘科研人员的合作和交流模式.采用Louvain算法将C-DBLP作者发文合作关系公开数据集进行了社区划分,并采用模块度对划分结果进行评估.结果 表明,Louvain算法能够快速高效地处理具有数千个节点的网络,与LED算法和GN算法相比,能更有效地进行社区划分.研究结果揭示了各个学科不同的合作交流模式,有助于挖掘潜在的合作团体,为学科合作研究提供帮助.

摘要： 为提高引文网络社区划分的准确性,以文档之间的语义关系以及引文之间的引用关系为基础,结合词汇在文档中的位置关系等信息,构建基于词汇语义加权的引文网络.通过GloVe模型对词汇向量化以充分利用词汇语义信息,结合WMD模型度量文献之间的相似度,把文档相似度的计算转变为在约束条件下求线性规划最优解的问题,结合文本的内容及结构特征对网络中的边进行赋权,以Louvain社区发现算法对加权后的引文网络进行社区划分,并对划分后的社区进行分析与检验,实验证明GloVe-WMD模型可提高引文网络社区划分的准确度.

摘要： 对科技文献进行自动主题识别能够帮助用户更好地掌握学术研究中的动态.主题识别的时效性即如何依据现有数据及时探测新主题的产生,是影响其实用程度的关键因素.提出一种引用次数和社区划分相结合的科技主题识别算法STD,依据top节点所在社区的变化检测新主题的产生.在真实数据集上的实验结果表明,该方法可在只有当前而非全部历史数据的条件下,及时、准确地识别新主题的形成.

摘要： 社区规划的开展在我国规划界是一个新近兴起的研究热点。从城市发展的实际需求来看，有着其必要性和积极性的一面。尤其是近几年来，社区规划研究对社区规划的理论、内容、实施及指标设置等方面都有了较大的发展。但是整体来说，城市规划专业对社区规划的研究实践与社会发展状况作一对照，它还存在着明显滞后的局面。本文以南昌市豫章街道社区规划为例，针对规划过程中出现的一些比较突出的现象和问题，从公众参与、公共设施、社区划分等三个视角进行了分析探讨，并提出了相应的规划策略或建议。

摘要： 本发明公开了一种基于兴趣空间的社区划分方法，该方法包括以下步骤：设置节点的兴趣空间向量，为每一个节点分配社区标签，通过发送报文和接收报文确定节点的邻居节点表，根据余弦相似性定理计算出兴趣空间向量的相似性，并根据这一值去不断更新节点的邻居节点表的里节点标签，最终将具有相同兴趣的节点划分到一个社区，也就是具有相同的社区标签。其有益效果为在以人为节点的网络中，考虑了人的兴趣属性这一特征，能够将具有相同兴趣的节点划分到同一社区中，由于人的兴趣在一定时间内具有稳定性，因此该兴趣社区也具有一定的稳定性，同时该方法具有较好的收敛性，兴趣相同的节点能够很快的收敛到同一个社区中。

摘要： 本发明涉及一种基于WEB路径规划和时间约束条件的社区划分方法，基于WEB地图服务提供的路径规划功能，获得目标区域内各网格区域几何中心位置之间、分别对应预设各出行方式下的最短出行时长，进而获得各网格区域几何中心位置之间的最优通行时长，然后构建复杂网络数据集；再据此进行复杂网络社区划分计算，同时考虑实际应用中，涉及各社区内出行最大时耗限制的问题；如此通过出行时耗的关联网络分析，对目标区域进行具有时间约束限制的多层级复杂网络社区划分，并最终提供技术手段对每个社区的出行特征进行了可视化表达，从而为城市规划相关实践和理论研究提供决策支撑依据。

摘要： 本申请公开了社区划分方法、装置、计算设备及存储介质。其中，一种社区划分方法包括：获取第一有权无向图；将第一有权无向图划分为多个第一子图；对各第一子图中顶点进行合并，并将合并后生成的多个子图作为多个第二子图；迭代执行如下操作，直到顶点总数不超过数量阈值：对多个第二子图进行分组，将各分组中的第二子图合并为一个第三子图；对各第三子图中顶点执行社区合并操作得到一个第四子图；将各第四子图中任意社区内的所有顶点合并为一个新的顶点，将生成的多个子图作为最新的多个第二子图；合并迭代操作生成的多个第二子图，得到第二有权无向图；对第二有权无向图进行社区划分。根据本申请的技术方案可以提高社区划分效率。

摘要： 本发明公开基于K‑核迭代因子和社区隶属度的重叠社区划分方法，包括以下几个步骤：S1：读取网络数据集，生成网络结构图G并获取网络各节点的邻接信息表N

摘要： 本发明公开了一种基于核节点和社区融合策略的网络社区划分方法，主要解决现有社区融合算法中目标函数本身存在的分辨率问题。其实现步骤是：1)读入一幅网络图S，并生成网络图S对应的邻接矩阵A；2)根据邻接矩阵A计算网络中每个节点的节点度，并查找网络核节点集合C；3)根据相似度函数值F更新网络节点标签集合f′；4)根据网络节点标签集合f′得到网络社区标签集合f；5)基于改进模块密度增量ΔD对当前网络中的社区进行迭代社区融合，输出最终网络节点标签集合fz。本发明具有节点信息利用率高和社区分辨率高的优点，可用于社区检测。

摘要： 本公开的实施例提供了一种基于联邦学习的社区划分方法、装置、系统、介质及设备，涉及联邦学习技术领域；该方法能够根据参与方发送的节点密文序列确定节点并集；对节点并集中各节点生成节点特征，并根据参与方的节点密文序列确定对应于参与方的节点特征集合；将初始化得到的社区簇特征和节点特征集合发送至相对应的参与方；参与方根据本地模型、社区簇特征更新相应的节点特征；更新次数满足预设条件时，根据各参与方反馈的节点特征进行节点聚类，得到多个社区簇；根据多个社区簇生成对应于参与方的社区划分结果，并将各参与方的社区划分结果分别发送至相应的参与方，这样可以得到更准确的社区划分，以便于用户准确了解节点之间的关联性。

摘要： 本发明提出一种基于节点相似度和影响力的CCN社区划分方法，其步骤包括：首先计算社区内各节点所对应的特征向量中心性，得到标准化的特征向量中心性的值；改进标签传播算法，确定标签传播值的更新规则；基于标准化后的特征向量中心性和改进的标签传播算法，将CCN网络划分为若干个非重叠的社区；最后在所划分的每个社区内各部署一个SDN控制器以帮助管理社区。本发明解决了现有的内容中心网络所存在的内容检索过程低效冗余问题以及现有CCN社区划分方法中所存在的稳定性差、缺乏考虑节点之间的相似性及节点的重要性的技术问题，通过引入SDN控制器和社区划分可以加快内容检索和路由分发的速度，提高CCN路由的性能。

摘要： 本申请提出一种社区划分方法、装置、设备和存储介质。其中，所述方法可以包括，获取由待划分社区的用户节点构成的节点集合，以及采用至少一种预设社区划分方法对所述节点集合内的节点进行社区划分得到的初始社区集合。针对所述节点集合内的每两个节点，根据所述两个节点中各节点在所述初始社区集合中出现的次数，以及包含所述两个节点的社区数量，计算每两个节点之间的紧密度。所述紧密度指示所述两个节点属于一个社区的置信度。所述紧密度与所述社区数量正相关，与所述次数负相关。根据所述紧密度，对所述节点集合内的节点重新进行社区划分，得到社区划分最终结果。

摘要： 一种基于实体社区划分的百科知识图谱补全方法，首先根据百科知识图谱原始结构信息计算出实体的社区，接着计算实体的度相关性，在同一个社区内根据实体度相关性计算实体的局部重要性，最后联合实体社区信息、实体局部重要性，以及百科知识图谱嵌入模型计算出百科知识图谱实体嵌入向量和关系嵌入向量，通过计算头实体、关系和尾实体在残缺三元组中距离评分，得到百科知识图谱补全结果。本发明考虑了百科知识图谱的社区信息和实体重要性信息，准确性较高，补全效果好。

摘要： 本发明涉及Web数据挖掘技术领域，公开了一种基于多阶邻居信息重要性的Web网络社区划分方法。在该方法中，网络社区的划分过程包括Web网络的图表示、预处理图数据、特征传播、计算节点周围邻居重要性以及更新图拓扑等环节。将Web网络表示成图的形式后，节点的属性能够描述Web页面，网络拓扑能够代表Web页面之间的联系。由于单个Web页面信息往往不够全面，因此在图拓扑的基础上可以进行特征传播，进而聚合节点与周围邻居的特征能更好地描述某一社区的特性。同时采用学习节点多阶邻居信息重要性的策略，能够更好地区分不同阶邻居信息对于Web页面的重要性。该方法在进行社区结构特征描述时能够充分反映社区综合特征，使社区划分结果的合理性和准确性得到提高。