一种在社交网络上查找最稀疏群体方法与流程

技术特征：
1.一种在社交网络上查找最稀疏群体方法，其特征在于，包括以下步骤：s1：枚举p个顶点的所有可能组合；s2：返回具有最大距离和平均距离的最稀疏群。2.根据权利要求1所述的在社交网络上查找最稀疏群体方法，其特征在于，所述步骤s2中，通过调用分支界限算法枚举大小为p的候选结果集，并优先考虑剩余候选集中顶点距离较大的那些顶点：设u
i
表示中间结果集；用u
r
表示候选集，u
r
用所有的顶点初始化；从u
r
中选择一个候选顶点加入u
i
；u
r
的第一个顶点是候选点；在分支界限算法的每次迭代中，从u
r
选择第一个顶点加入到u
i
，当u
i
不为空时，u
r
需要根据每个顶点到当前中间结果集的顶点距离进行排序，每次迭代时，u
i
中包含的顶点是不同的，而u
r
是根据顶点到u
i
的顶点距离降序排序的，所以每次迭代都必须重新计算和排序。3.根据权利要求2所述的在社交网络上查找最稀疏群体方法，其特征在于，所述步骤s2中，如果顶点x到u
i
的顶点距离小于当前最大的距离d
m
，则可以安全从u
r
中过滤顶点x；由于在查询处理过程中会不断产生各种结果集，这些结果集的最大的距离将被更新为图的最大距离d
m
。4.根据权利要求3所述的在社交网络上查找最稀疏群体方法，其特征在于，若得到了一个结果集h，当前的中间结果集是u
i
，一个候选顶点x属于u
r
，如果则候选顶点可以被过滤。5.根据权利要求4所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤s2中，设计一个平均距离剪枝策略来进一步剪枝无效分支：设d
ma
为从已经获得的结果集中获得的图的最大平均距离，让表示当前u
i
和u
r
组成的大小为p的所有结果集中平均距离的上界，如果小于d
ma
，则可以安全地剪掉u
i
这个分支，计算这个分支，计算其中是u
i
中所有顶点距离的和，和是u
r
中前p-|u
i
|个顶点的顶点距离(到u
i
的顶点距离)之和；候选集u
r
是根据候选顶点到u
i
的顶点距离进行排序的，对于中间结果集u
i
，还需要加入p-|u
i
|个顶点，对于剩下的p-|u
i
|个点，选择u
r
的前p-|u
i
|个点，当u
i
是一个空集时，将的值默认为正无穷；当u
i
只有一个顶点，此时无法计算u
i
的平均距离，选择从u
r
中的第(p-2)个顶点到u
i
的顶点距离作为u
i
的平均距离，想要选择p个顶点，所以剩下的p-1个顶点需要从u
r
中选择，所以从u
r
[p-2]到u
i
的顶点距离是u
i
的最大平均距离。6.根据权利要求5所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤s2中，当u
i
的大小增大时，会减小，越早计算的越大，对于剩余的p-|u
i
|个顶点，从u
r
中的前p-|u
i
|个顶点中选择的，把更多的顶点加入了u
i
，记为u
′
i
，显然u
i
属于u
′
i
，因此，小于如果没有从前p-|u
i
|个点中选择顶点，由于u
r
是根据顶点距离排序的，所以
肯定小于因此，是平均距离上界。7.根据权利要求6所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤s2中，给定一个图g＝{v；e}，顶点x到顶点y的距离为图g中顶点x到顶点y的最短路径的跳数，记为d
g
(x，y)；给定组h，x到图g中子图h的顶点距离记为d
h
(x)，为顶点x到图内所有其他顶点的距离的最小值，即离的最小值，即给定一个图g＝{v；e}；图h是图g的一个子图，图h的距离，记作d
h
，是图h中的所有顶点到图h的最小的顶点距离：给定一个图g＝{v；e}；图h是图g的一个子图，图h的平均距离距离，记为是图中所有的顶点距离的平均值，即8.根据权利要求7所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤s2中，给定一个图g＝{v；e}；一个整数p，一个最稀疏群体查询找到一个p个顶点的结果集h，其中h是所有大小为p的图中距离最大的图，在这些拥有最大距离的图中，h还拥有最大的平均距离：|v
h
|＝p|＝p9.根据权利要求8所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤s2中，每次迭代中从u
r
选择一个顶点到u
i
来生成组合，u
r
初始化为所有顶点v，u
i
为空，如果候选集u
r
中的候选顶点不足以形成大小为p的结果，需要回溯；否则，检查u
i
的大小是否为p，如果是p，执行函数updaterg()确定u
i
是不是最好的结果集(最大的距离和平均距离)，如果是，它将最好的结果集存储到集合rg中，并更新相应的距离d
m
和d
ma
，否则什么也不做。10.根据权利要求9所述的在社交网络上查找最稀疏群体方法，其特征在于，步骤s2中，由于u
i
的大小是p，需要回溯来考虑下一个候选点，如果u
i
的大小不足p，使用平均距离剪枝策略过滤那些不符合的顶点，将u
r
中的顶点根据其到u
i
的顶点距离排序，再利用adp策略来判断是否当前u
i
可以被剪枝，如果不能被剪枝，存储当前u
r
到(维护当前分支下u
r
的所有状态)，直到为空并返回存储在rg中的最终结果集。

技术总结
本发明提供一种在社交网络上查找最稀疏群体方法，本发明优先选择那些最短路径跳数(称为顶点距离)较大的顶点生成结果集，并利用有效的过滤和剪枝策略来提高算法的效率，根据顶点的度对顶点进行排序并提出新的遍历组合顺序，即基于度的反向分支界限(DRBB)，优先考虑那些度小的顶点，对于查找p较大的p个顶点的最稀疏群，丢弃度高的候选点以减少要考虑的顶点数量。点数量。点数量。


技术研发人员：印鉴 李娜 朱怀杰 刘威
受保护的技术使用者：中山大学
技术研发日：2021.10.14
技术公布日：2022/1/28