一种基于对比学习优化的复杂网络聚类方法及系统

本申请公开了一种基于对比学习优化的复杂网络聚类方法及系统，方法包括：从第一复杂网络中识别得到三角形模体；根据网络邻接矩阵构建三角形模体的模体邻接矩阵；根据邻接矩阵和网络邻接矩阵对第一复杂网络进行加权处理得到第二复杂网络；对第二复杂网络进行聚类处理得到用于在对比学习中区分两个视图间的正样本的显著性矩阵并计算聚类过程中的得到模体同质性损失；对第二复杂网络进行概率增强得到第一视图和第二视图；根据显著性矩阵计算第一视图和所述第二视图的节点间对比损失；根据模体同质性损失和节点间对比损失调节第一复杂网络的网络参数得到目标复杂网络；通过目标复杂网络对预设信息进行聚类。本申请能够有效辨别假阳性样本。