公开(公告)号：CN114741579A

公开(公告)日：2022-07-12

申请号：CN202210563591.8

申请日：2022-05-23

Applicant: 东北大学

Inventor： 印莹 ,  赵宇海 ,  龚俊华

IPC: G06F16/951 ,  G06N3/12 ,  G06Q50/00

Abstract: 本发明提供一种结合属性信息和结构信息的大规模社区检测方法，涉及社区网络检测技术领域。该方法使用邻接表描述属性网络，确定属性网络中的核心顶点并标记；再将属性网络划分为多个子网络分配给不同计算单元，在各计算单元上对每个子网络进行社区划分；然后根据社区属性相似度值和模块度两个社区检测量化指标并利用属性权重向量，对社区划分结果进行优化；最后根据各个计算单元返回的子网络社区划分结果，对社区划分结果进行合并，得到最终整个属性网络的社区划分结果。该方法不需提前设定社区规模、可处理大规模网络数据，在结构信息与属性信息之间取得平衡，进而将复杂的属性网络划分成多个社区。

公开(公告)号：CN114510506A

公开(公告)日：2022-05-17

申请号：CN202210149443.1

申请日：2022-02-18

Applicant: 东北大学

Inventor： 林宴任 ,  印莹 ,  龚俊华 ,  赵宇海

IPC: G06F16/2455 ,  G06F16/2458

Abstract: 本发明提供了一种基于查询点的流数据簇搜索方法，涉及流数据聚类技术领域。该方法包括利用QALSH算法确定到达流数据点的近邻的步骤和利用近邻以扩张的方式搜索出某查询点所属簇的全部数据点的步骤。该方法针对于流数据，能够基于查询点快速且准确地搜索该查询点所属的簇，即该查询点所属簇的所有数据点。实现的过程中，那些与该查询点不属于同一个簇的数据点不会参与到簇搜索过程中，所以既能实现应用需求，又能节省计算资源。另外，在进行簇搜索的过程中，利用数据点之间的近邻关系可以确定出簇中哪些数据点距离查询点更近，哪些数据点距离查询点稍远，这样对于那些距离更近的数据点可以做优先推荐，提高推荐的合理性和实用性。