1.一种基于多标签传播的社交网络重叠社区发现方法，其特征在于，所述方法包括以下步骤：采集社交网络数据，构造出以社交网络用户为节点，用户关系为边的社交网络图；

将用户节点的相似度映射到边的权重，并计算出各个节点的相似度；

基于各个节点的相似度，构建出所述社交网络图所对应的加权网络；

遍历加权网络中的每个节点的标签，当源节点传播到目标节点时，如果目标节点具有与源节点相同的标签，那么该标签的权重采用第一更新公式更新，否则采用第二更新公式更新；

第一更新公式表示为：

labelDic(vj).label←labelDic(vj)+wij×labelWeight×(yi+1)；

第二更新公式表示为：

labelDic(vj).label←wij×labelWeight×(yi+1)其中，labelDic(vj).label表示在标签字典中存储的节点vj的标签权重；wij表示节点vi和节点vj边权值，通过节点的相似度公式计算而得；labelWeight表示标签权重；yi表示节点vi的标准标签数，即节点vi的标签数x减去节点标签最小的数Min比上节点标签最大数Max减去节点标签最小的数Min，表示为 yi是一个(0，1)标准化后的数；

去除传播更新后标签权重小于预设阈值的标签，如果节点标签数小于或等于k，就将全部标签作为该节点的新标签，如果节点标签数大于k，则取每个节点的前k个标签作为该节点的新标签；

对每个标签的节点数进行计数，选择节点数最多的k个标签，按照节点数依次递减的顺序，分别将具有该标签的用户划分到一个区域中，从而依次划分出k个区域最终的重叠社区。

2.根据权利要求1所述的一种基于多标签传播的社交网络重叠社区发现方法，其特征在于，各个节点的相似度的计算公式包括：其中，Similarity(vi,vj)表示节点vi和节点vj的相似度；s为节点标签的个数，I(Tik+Tjk)表示指标函数，Tik表示节点vi的第k个标签属性值，Tjk表示节点vj的第k个标签属性值；

当Tik+Tjk等于2时I(Tik+Tjk)为1，其他为0。

3.根据权利要求1所述的一种基于多标签传播的社交网络重叠社区发现方法，其特征在于，在遍历加权网络中的每个节点的标签后，该标签权重按照α线性递减。

4.根据权利要求1所述的一种基于多标签传播的社交网络重叠社区发现方法，其特征在于，在遍历加权网络中的每个节点的标签后，该标签权重按照半衰期函数递减。

5.一种基于多标签传播的社交网络重叠社区发现装置，其用于实现如权利要求1～4任一所述的一种基于多标签传播的社交网络重叠社区发现方法，其特征在于，所述装置包括：采集模块，获取社交网络数据，包括社交用户和社交用户之间的关系；

社交网络模块，用于构造出以社交网络用户为节点，用户关系为边的社交网络图；

相似度计算模块，用于计算出各个节点之间的相似度；

加权网络模块，用于根据各个节点之间的相似度，构建出所述社交网络图所对应的加权网络；

传播模块，用于遍历加权网络中每个节点的标签，并采用第一更新公式或者第二更新公式更新标签权重；

确定模块，用于根据更新后的标签权重，选择出节点的新标签；

划分模块，对每个标签的节点数进行计数，选择节点数最多的k个标签作为最终的重叠社区。

6.根据权利要求5所述的一种基于多标签传播的社交网络重叠社区发现装置，其特征在于，所述传播模块包括传播单元、判断单元、第一更新单元和第二更新单元；所述传播单元用于遍历源节点到目的节点之间的标签；所述判断单元用于判断所述目的节点中是否存在源节点中的标签，若存在则指向第一更新单元，否则指向第二更新单元；所述第一更新单元根据第一更新公式更新标签的权重；所述第二更新单元根据第二更新公式更新标签的权重。

7.根据权利要求5或6所述的一种基于多标签传播的社交网络重叠社区发现装置，其特征在于，所述传播模块包括标签权重衰减单元，所述标签权重衰减单元用于在遍历每个节点的一个标签后，对该标签的权重进行衰减。

8.根据权利要求7所述的一种基于多标签传播的社交网络重叠社区发现装置，其特征在于，所采用的衰减方式包括线性衰减或半衰期函数衰减。