本發(fā)明公開了一種提升社交網(wǎng)絡(luò)層次化社區(qū)檢測劃分效果的方法。本發(fā)明將社區(qū)檢測分為兩步完成：首先根據(jù)現(xiàn)有社區(qū)拓?fù)浣Y(jié)構(gòu)，給定節(jié)點(diǎn)與社區(qū)的特征向量，預(yù)測社交網(wǎng)絡(luò)圖中每個(gè)節(jié)點(diǎn)的社區(qū)從屬關(guān)系，并利用社交網(wǎng)絡(luò)圖中節(jié)點(diǎn)之間的連接關(guān)系優(yōu)化現(xiàn)有的特征向量；而后利用深度學(xué)習(xí)中的強(qiáng)化學(xué)習(xí)技術(shù)，給定當(dāng)前社區(qū)拓?fù)浣Y(jié)構(gòu)和社交網(wǎng)絡(luò)圖，預(yù)測調(diào)整現(xiàn)有社區(qū)的拓?fù)浣Y(jié)構(gòu)；重復(fù)上述兩步驟直至收斂；給定一張社交網(wǎng)絡(luò)圖，能夠預(yù)測其節(jié)點(diǎn)的社區(qū)劃分情況。針對社交網(wǎng)絡(luò)中出現(xiàn)的新增節(jié)點(diǎn)，繼續(xù)重復(fù)上述步驟即可將新節(jié)點(diǎn)也納入社區(qū)劃分中。本發(fā)明方法在社區(qū)檢測的模塊度和歸一化互信息上都遠(yuǎn)高于現(xiàn)有的GEMSEC算法、HCDE算法和ComE算法。