基于图卷积网络的自监督社团检测算法—SSGCNCD

一种基于图卷积网络的自监督社团检测算法—SSGCNCD，包括图卷积网络模型GCN，该算法为GCN模型赋予随机初始化的权重矩阵W，检测出网络中的初始社团结构；然后，将初始社团中满足与社团内部连接紧密、与社团外部连接稀疏条件的节点定义为核心节点，将其作为半监督信息来学习节点的表示；最后，通过优化全局模块度的方式调整边缘节点，确定最终的社团划分。本发明将GCN传播模型中的节点属性特征矩阵重新定义为节点对社团的隶属度矩阵，用以反映节点对社团的隶属关系。这种方法的好处是GCN模型经过训练后，节点对社团的隶属度矩阵可以直接揭示网络中的社团结构。