[發(fā)明專利]基于社交內(nèi)容的用戶分組方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510920679.0
• 申請(qǐng)日: 2015-12-11
• 公開(kāi)（公告）號(hào): CN105512301A
• 公開(kāi)（公告）日: 2016-04-20
• 發(fā)明（設(shè)計(jì)）人: 董政;吳文杰;陳露;李學(xué)生
• 申請(qǐng)（專利權(quán)）人: 成都陌云科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06Q50/00
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司 11340
• 代理人: 郭霞

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)，特別涉及一種基于社交內(nèi)容的用戶分組方法。

背景技術(shù)

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，將生活中的社交關(guān)系遷移到了互聯(lián)網(wǎng)上，帶來(lái)了 信息交換方式的變革，而且改變了傳統(tǒng)的人際溝通方式，對(duì)社會(huì)生活的各個(gè)領(lǐng) 域具有深遠(yuǎn)的意義。用戶之間可以廣泛地溝通、互動(dòng)，通過(guò)撰寫(xiě)、中轉(zhuǎn)、收藏 等手段對(duì)文本數(shù)據(jù)進(jìn)行操作。在社交網(wǎng)絡(luò)中，總存在部分節(jié)點(diǎn)連接比較緊密， 而這些節(jié)點(diǎn)同其他節(jié)點(diǎn)之間的聯(lián)系則相對(duì)稀疏，由此可將這部分連接緊密的節(jié) 點(diǎn)歸為同一個(gè)群體。群體作為一種重要的社交關(guān)系屬性，無(wú)形中給輿情控制以 及網(wǎng)絡(luò)監(jiān)管帶來(lái)了巨大的挑戰(zhàn)。如果沒(méi)有對(duì)群體關(guān)系進(jìn)行充分識(shí)別識(shí)別，則無(wú) 法識(shí)別群體興趣，推薦感興趣內(nèi)容，更無(wú)法及時(shí)發(fā)現(xiàn)危害信息，維護(hù)良好的網(wǎng) 絡(luò)環(huán)境。

發(fā)明內(nèi)容

為解決上述現(xiàn)有技術(shù)所存在的問(wèn)題，本發(fā)明提出了一種基于社交內(nèi)容的用 戶分組方法，包括：

對(duì)社交網(wǎng)站服務(wù)器上的用戶信息和社交內(nèi)容進(jìn)行采集，基于所采集的內(nèi)容 來(lái)識(shí)別特定用戶群體。

優(yōu)選地，所述對(duì)社交網(wǎng)站服務(wù)器上的用戶信息和社交內(nèi)容進(jìn)行采集，進(jìn)一 步包括：

通過(guò)數(shù)據(jù)采集系統(tǒng)進(jìn)行數(shù)據(jù)采集，其中采集的數(shù)據(jù)包括用戶信息，其包括 用戶ID、用戶名；文本數(shù)據(jù)，其包括會(huì)話ID、會(huì)話文本，以及關(guān)系數(shù)據(jù)，包括 關(guān)注列表與關(guān)注者列表；所述數(shù)據(jù)采集系統(tǒng)通過(guò)主控線程進(jìn)行權(quán)限認(rèn)證、程序 初始化、種子節(jié)點(diǎn)讀取、過(guò)濾、數(shù)據(jù)庫(kù)操作；所述數(shù)據(jù)獲取線程借助API開(kāi)放 接口進(jìn)行數(shù)據(jù)采集，采集過(guò)程包括接口請(qǐng)求、json數(shù)據(jù)解析、指針更新，最終返 回給主控線程總數(shù)據(jù)列表；采用二進(jìn)制向量和一系列隨機(jī)映射函數(shù)完成去冗余 計(jì)算；為抓取種子ID列表、用戶ID列表、關(guān)系列表、會(huì)話ID分別添加去冗余 函數(shù)，種子列表，抓取用戶列表、社交列表均以其唯一標(biāo)識(shí)ID進(jìn)行，而關(guān)系的 格式將兩個(gè)用戶的ID組合到一起，并通過(guò)前者為被關(guān)注，后者為前者的關(guān)注者 的順序區(qū)分兩者的先后順序；提取種子ID時(shí)，多線程對(duì)數(shù)據(jù)庫(kù)的操作添加互斥 鎖；為每個(gè)線程分配抓取任務(wù)，為每個(gè)線程令牌資源庫(kù)進(jìn)行區(qū)分式排列組合； 并為每個(gè)線程單獨(dú)設(shè)置一個(gè)斷點(diǎn)文件，記錄抓取的位置；將數(shù)據(jù)庫(kù)連接、關(guān)閉、 查詢、增加、刪除操作進(jìn)行統(tǒng)一管理，抓取對(duì)象的ID首先由人工方式輸入至文 件，每次開(kāi)始抓取任務(wù)之前都加載一遍優(yōu)先級(jí)文件；在分任務(wù)處理中在抓取對(duì) 象上，為每個(gè)線程制定特定的抓取任務(wù)，從用戶信息獲取、文本獲取、關(guān)系獲 取中選取的一個(gè)或多個(gè)處理目標(biāo)；通過(guò)控制線程的數(shù)量，或調(diào)整API請(qǐng)求后獲 取的數(shù)據(jù)量?jī)煞N方式之一來(lái)從調(diào)節(jié)采集速度；

利用數(shù)據(jù)結(jié)構(gòu)對(duì)會(huì)話過(guò)程進(jìn)行描述；將參與會(huì)話的用戶以關(guān)系連接在一 起，構(gòu)建成基于單個(gè)事件的群體；最后在社交關(guān)系拓?fù)渲胁捎霉?jié)點(diǎn)衡量指標(biāo)識(shí) 別強(qiáng)關(guān)系群體中的節(jié)點(diǎn)，最后以樹(shù)形的層級(jí)結(jié)構(gòu)將該事件存儲(chǔ)至文件；其中所 述強(qiáng)關(guān)系群體具體定義為，如果已知群體α滿足：對(duì)于群體α內(nèi)的每個(gè)用戶節(jié)點(diǎn)i， 均滿足i與群體α內(nèi)節(jié)點(diǎn)構(gòu)成的節(jié)點(diǎn)數(shù)量大于該節(jié)點(diǎn)與群體α外節(jié)點(diǎn)構(gòu)成的節(jié)點(diǎn) 數(shù)量，則群體α被稱為強(qiáng)關(guān)系群體。

本發(fā)明相比現(xiàn)有技術(shù)，具有以下優(yōu)點(diǎn)：

本發(fā)明提出了一種基于社交內(nèi)容的用戶分組方法，有效提高互聯(lián)網(wǎng)社交組 群的識(shí)別準(zhǔn)確率和時(shí)效性。

附圖說(shuō)明

圖1是根據(jù)本發(fā)明實(shí)施例的基于社交內(nèi)容的用戶分組方法的流程圖。

具體實(shí)施方式

下文與圖示本發(fā)明原理的附圖一起提供對(duì)本發(fā)明一個(gè)或者多個(gè)實(shí)施例的詳 細(xì)描述。結(jié)合這樣的實(shí)施例描述本發(fā)明，但是本發(fā)明不限于任何實(shí)施例。本發(fā) 明的范圍僅由權(quán)利要求書(shū)限定，并且本發(fā)明涵蓋諸多替代、修改和等同物。在 下文描述中闡述諸多具體細(xì)節(jié)以便提供對(duì)本發(fā)明的透徹理解。出于示例的目的 而提供這些細(xì)節(jié)，并且無(wú)這些具體細(xì)節(jié)中的一些或者所有細(xì)節(jié)也可以根據(jù)權(quán)利 要求書(shū)實(shí)現(xiàn)本發(fā)明。

本發(fā)明的一方面提供了一種基于社交內(nèi)容的用戶分組方法。圖1是根據(jù)本 發(fā)明實(shí)施例的基于社交內(nèi)容的用戶分組方法流程圖。