杨天瑞，孙伟东

（沈阳航空航天大学计算机学院，沈阳 110000）

随着科学技术的不断发展，我国进入到大数据时代，在此时代背景下数据预测与应用成为数据技术开发的重要部分。现阶段，阿里集团、腾讯、谷歌等都陆续认识到大数据的重要作用，突出体现便是“双十一”购物节的成功运营，使当天的销售额能够达到前十一个月的20倍以上，这与数据特征提取与预测之间有着十分重要的促进作用。

1 基于深度学习的数据特征提取

社区结构主要是社区内部各要素之间形成的相对稳定的关系，属于由各个要素的共同作用下组成的有机系统。在对社团演化预测过程中，考虑到社团演化中的合并问题，因此在预测模型中通常提取社团内部的特征，包括规模、内度、内外部连边的比值等等，这些特征只是单纯的能够体现某个社团，因此需要对社团之间的共性特征进行提取，才能够对多个社团合并事件进行预测。

通过现有的研究表明，社团的性质能够通过规模和内外连边比值体现出来，所谓的规模也就是节点数量，规模越小的社团发生合并的几率将越高，而社会的数量只能体现其规模，却无法表现其稀疏程度。因此，需要加入内外连边比值特征，该特征主要是指社团外部与内部连边数量的比值，且比值与社团合并可能性之间呈现正比例关系，如若内部连边与外部连边相比，增长速度较低，则会增加合并的几率，因此可以通过对内外连边比值测试的方式，对社团的演化趋势进行预测[1]。……