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！

龙图腾网获悉重庆邮电大学申请的专利一种节点信息和标签传播的重叠社区划分预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116204716B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310209551.8，技术领域涉及：G06F16/9535；该发明授权一种节点信息和标签传播的重叠社区划分预测方法及系统是由刘洪涛;李智强;叶嘉奇设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种节点信息和标签传播的重叠社区划分预测方法及系统在说明书摘要公布了：本发明涉及一种节点信息和标签传播的重叠社区划分预测方法及系统，属于计算机领域。该方法对获取的复杂网络数据集中的用户属性信息进行预处理，对获取到的数据集中的关系数据集进行处理，完成用户网络拓扑结构的构建和生成特征网络；将用户关键属性间的相关性转化为属性模块度矩阵，将拓扑结构矩阵和属性模块度矩阵融合为加权模块度矩阵，再将加权模块度矩阵分解得到用户网络的加权向量化表示；根据贝叶斯概率公式将各属性因子计算得到的影响力相乘，得到最终的用户影响力；在用户影响力计算方法的基础上得到社区划分过程中需要的标签重要度；使用用户标签影响度和用户重要度进行社区发现，获取社区；本发明对复杂网络社区划分预测结果更可靠。

本发明授权一种节点信息和标签传播的重叠社区划分预测方法及系统在权利要求书中公布了：1.一种节点信息和标签传播的重叠社区划分预测方法，其特征在于：该方法包括以下步骤： S1：对获取的复杂网络数据集中的用户属性信息进行预处理，包括对用户属性的短文本文档去除非文本部分、分词、去除停用词在内的预处理工作，对获取到的数据集中的关系数据集进行处理，包括用户关系处理以及对不活跃用户的剔除，完成用户网络拓扑结构的构建和生成特征网络； S2：根据S1中获取到的特征网络进行特征处理，从用户属性周围的整体分布中捕获关于用户的关键属性信息，然后将用户关键属性间的相关性转化为属性模块度矩阵，接着将拓扑结构矩阵和属性模块度矩阵自适应融合为加权模块度矩阵，再将加权模块度矩阵分解成特征值与特征向量的形式，得到用户网络的加权向量化表示； S3：根据S2获取到的用户关键属性信息，用贝叶斯网络模型进行用户节点属性的先验概率学习，通过标识重要用户节点，使用相关领域专家知识获取各属性的先验概率，对具有重要影响力的属性值进行学习，建立用户属性-影响力的贝叶斯网络模型，根据贝叶斯概率公式将各属性因子计算得到的影响力相乘，得到最终的用户影响力，得到网络中所有用户影响力并按升序排序； S4：根据S3获取到的网络中所有用户影响力信息，利用用户先验属性和用户影响力计算出网络用户重要度，根据用户影响力和用户重要度，得到网络中用户标签重要度； S5：根据S4中得到的用户标签重要度和用户重要度计算方式，进行社区发现，获取社区；具体步骤包括： S51：复杂网络中每个用户使用唯一的社区标签进行初始化； S52：计算网络中每个用户的用户重要度和用户标签重要度，并初始化迭代次数值为1； S53：标签按照用户重要度从大到小顺序通过网络传播，在传播的每一次迭代中，每个用户都将其标签更新为其最大邻居数所属的标签，当用户的相邻节点上的多个标签数量达到最大值时，选择用户标签重要度最大的标签更新用户标签； S54：迭代次数达到最大迭代次数或每个用户的标签与其大多数相邻用户的标签相同，则将标签相同的用户置于同一社区中，运行结束；否则，设置迭代次数值加1，转S53。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。