一种基于DeepwalkGAN算法的社交网络重叠社区发现方法

本发明公开了一种基于DeepwalkGAN算法的社交网络重叠社区发现方法。该方法包括：步骤S1、采集社交网络图结构数据进行预处理，生成节点集合和边集合；步骤S2、应用DeepWalk算法对节点进行随机游走，生成初步的节点嵌入；步骤S3、构建生成对抗网络（GAN），通过生成器和判别器的对抗训练优化节点嵌入，提升图结构的表示能力；步骤S4、采用Hard Negative Mining方法动态调整负样本的难度，优化判别器的训练过程；步骤S5、通过交替训练生成器和判别器，生成高质量的节点嵌入，准确发现社交网络中的重叠社区。本发明能够有效解决传统社区检测方法无法处理重叠社区问题的难题，在多个数据集上的实验表明，DeepwalkGAN算法在处理复杂社交网络的重叠社区问题时具有较好的性能和稳定性，提供了一种高效的社交网络社区发现技术方案。