1.一种基于最小生成树的社交网络层次社区发现方法，其特征在于，包括：计算给定社交网络所有相邻节点间的连接强度；所述社交网络包括真实社交网络；

根据相邻节点间的连接强度构建微社区；

所述微社区的构建包括：

从每个社交网络节点的邻居节点中选择与所述节点连接强度最大的邻居节点，将两个所述节点作为密集对；合并所有存在共同节点的密集对，直到密集对之间不存在共同节点，合并后的密集对构成一个微社区；

计算所有微社区间的紧密度；

构造最小生成树，得到社交网络的层次社区结构；

所述节点间连接强度的计算公式为：其中，Sim_node(i,j)为节点i与相邻节点j之间的连接强度，Γ(i)为节点i及其邻居节点的集合，Γ(j)为节点j及其邻居节点的集合；D(i)为节点i的度，D(j)为节点j的度。

2.根据权利要求1所述的社交网络层次社区发现方法，其特征在于，所述微社区间紧密度的计算公式为：

其中，Sim_com(ci,cj)为微社区ci和cj之间的紧密度，e(ci,cj)为微社区ci和cj之间的连接边数，e(ci,ci)是微社区ci内部边数，e(cj,cj)是微社区cj内部边数，e(ci)、e(cj)表示微社区ci、cj的外部边数。

3.根据权利要求1‑2任一项所述的社交网络层次社区发现方法，其特征在于，最小生成树的构造方法为Prim方法，其中，将微社区作为初始节点，微社区间紧密度的倒数作为初始节点间的权重。

4.一种包含如权利要求1‑3任一项所述发现方法的社交网络层次社区发现系统，其特征在于，包括：节点连接强度计算模块(210)，微社区构造模块(220)，微社区紧密度计算模块(230)，社区划分模块(240)；

所述节点连接强度计算模块(210)，计算给定的社交网络中所有相邻节点间的连接强度；

所述微社区构造模块(220)与所述节点连接强度计算模块(210)相连，根据计算的节点连接强度结果，构造微社区；

所述微社区紧密度计算模块(230)与所述微社区构造模块(220)相连，计算所有微社区间的紧密度；

所述社区划分模块(240)与所述微社区紧密度计算模块(230)相连，构造社交网络的层次社区结构。

5.根据权利要求4所述的社交网络层次社区发现系统，其特征在于，所述节点连接强度计算模块(210)的数学模型为：其中，Sim_node(i,j)为节点i与相邻节点j之间的连接强度，Γ(i)为节点i及其邻居节点的集合，Γ(j)为节点j及其邻居节点的集合；D(i)为节点i的度，D(j)为节点j的度。

6.根据权利要求4所述的社交网络层次社区发现系统，其特征在于，所述微社区构造模块(220)从每个社交网络节点的邻居节点中选择与所述节点连接强度最大的邻居节点，将两个所述节点作为密集对；合并存在共同节点的密集对，重复合并过程，直到所有密集对间不存在共同节点，此时，每个合并后的密集对即为一个微社区。

7.根据权利要求4所述的社交网络层次社区发现系统，其特征在于，所述微社区紧密度计算模块(230)的数学模型为：其中，Sim_com(ci,cj)为微社区ci和cj之间的紧密度，e(ci,cj)为微社区ci和cj之间的连接边数，e(ci,ci)是微社区ci内部边数，e(cj,cj)是微社区cj内部边数，e(ci)、e(cj)表示微社区ci、cj的外部边数。

8.根据权利要求4‑7任一项所述的社交网络层次社区发现系统，其特征在于，所述社区划分模块(240)，将微社区作为初始节点，微社区间紧密度的倒数作为初始节点间的权重，采用Prim方法构造最小生成树，得到社交网络的层次社区结构。