一种属性异质信息网络中的社区搜索方法

    公开(公告)号:CN118733895A

    公开(公告)日:2024-10-01

    申请号:CN202410717344.8

    申请日:2024-06-04

    申请人: 云南大学

    摘要: 本发明公开一种属性异质信息网络中的社区搜索方法,步骤如下:S1:用户根据属性异质信息网络G输入搜索条件,S2:从属性异质信息网络G中获取目标节点集合S;S3:计算集合S中每个目标节点的P邻居;S4:根据所有目标节点的P邻居构建网络G;S5:计算网络G中每条边的三角形支持度值;S6:从网络G中剔除不满足条件的边;S7:从网络G中找出包含q的最大连通子图g;S8:从子图g中找出满足条件的社区并输出。本发明克服了传统方法忽视节点属性信息的局限性,为处理大规模异质信息网络中的社区搜索提供了系统性的解决方案,在社交网络分析、推荐系统优化等多个领域展现出广泛的应用潜力与显著的性能提升。

    动态社交网络中用于友谊推荐的社区搜索方法

    公开(公告)号:CN118606565A

    公开(公告)日:2024-09-06

    申请号:CN202410654514.2

    申请日:2024-05-24

    申请人: 云南大学

    摘要: 本发明公开了动态社交网络中用于友谊推荐的社区搜索方法,包括以下步骤:S1:构建模型,并将动态社交网络、元路径集合、查询节点、社区大小、偏好权重输入至模型中;S2:进行数据预处理,将表示实体间的多种类型关系的信息网络拆分成多个表示实体间单一关系的信息网络;S3:计算所有节点与查询节点的属性相似度,得到实体间的相似程度,并训练模型;S4:计算所有节点间关系的稳定程度;S5:生成加权合图;S6:进行社区搜索,输出符合社区大小要求的目标社区。以实现为用户推荐合适且多样化的友谊关系。