[發明專利]一種社交關系推斷方法及系統

在審

• 申請號: 201710552281.5
• 申請日: 2017-07-07
• 公開（公告）號: CN107563402A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 孫利民;易鋒;李紅;王洪濤;文輝
• 申請（專利權）人: 中國科學院信息工程研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/00
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 王瑩,吳歡燕

技術領域

本發明涉及信息技術領域，更具體地，涉及一種社交關系推斷方法及系統。

背景技術

目前，隨著手機、平板電腦等帶有多種傳感器的智能移動設備廣泛普及，社交網絡的快速發展，可以收集到越來越多的時空數據，比如：個人通訊數據，GPS軌跡，不同位置服務商提供的簽到數據等。并且隨著物聯網的發展，原本用于其它目的的系統也進一步增加了時空數據的收集能力，比如智能公交卡系統，視頻監控系統，ATM系統等。從這些時空數據中挖掘人和人之間的社會關系對某些流行應用來說至關重要，比如朋友推薦，廣告投放，流行病的蔓延，犯罪或恐怖組織成員的確定等。

為了能從時空數據中推斷出兩人的社會關系，現有技術通過兩人的共現特征來推斷兩個人關系的緊密程度。兩人的共現是指兩個人在同一時間出現在相同的地點的現象。一般來說，關系越緊密的兩人，共現的次數越多，那么可以直接通過共現的次數多寡來判斷兩個人的關系緊密程度。共現的地點可以根據地點的熵來確定是公共場所還是私人場所，地點熵的計算公式如下：

其中，P_u,l表示的是某個用戶出現在第l個地點的次數占所有用戶出現在在第l個地點總次數的比例。如果地點的熵越大，那么表示很多人都到過該地點，則該地點是一個公共場所。那么熵越高的地點的共現對兩人之間的關系貢獻較少，而熵小的地點的共現對兩人的關系貢獻較大，那么通過熵值可以推斷出現共現的多寡，從而推斷兩個人的關系。

但是兩個關系緊密的人也會在熵高的地方共現，比如大型商場、超市等位置，并且現有的時空數據中的絕大多數數據來源于公共場所，因此熵小的地點的時空數據不易獲取，因此在實際應用中，現有的根據熵值推斷社交關系的方法并不準確。

發明內容

本發明提供一種克服上述問題或者至少部分地解決上述問題的一種社交關系推斷方法及系統。

根據本發明提供的第一方面，本發明提供一種社交關系推斷方法，所述方法包括：

S1、基于張量分解法，從時空數據中獲取同一時間段內，第一用戶的多個移動意圖以及第二用戶的多個移動意圖；

S2、基于預設的多類分類器，從所述第一用戶的多個移動意圖以及第二用戶的多個移動意圖中，獲取所述第一用戶和所述第二用戶共現的移動意圖；

S3、基于SVM二分類模型和所述共現的移動意圖，推斷所述第一用戶和所述第二用戶的社交關系。

其中，步驟S1包括：

將所述時空數據，按照預設的時間段，劃分為多個時空子數據；

計算每個時間段內，所述時空子數據的張量元素值；

基于所述張量元素值的特征向量，提取所述第一用戶的多個移動意圖以及第二用戶的多個移動意圖。

其中，步驟S1之前所述方法還包括：

獲取所述時空數據，并將所述時空數據的部分數據作為訓練數據集，對所述多類分類器進行訓練。

其中，所述獲取所述時空數據，并將所述時空數據的部分數據作為訓練數據集，對所述多類分類器進行訓練，包括：

基于所述張量元素值，確定所述多類分類器的分類特征；

基于所述分類特征，使用所述訓練數據集，對所述多類分類器進行訓練。

其中，步驟S2包括：

基于所述第一用戶的多個移動意圖，計算所述第一用戶的分類特征值；

基于所述第二用戶的多個移動意圖，計算所述第二用戶的分類特征值；

基于所述多類分類器，比對所述第一用戶的分類特征值和所述第二用戶的分類特征值，提取所述第一用戶和所述第二用戶共現的移動意圖。

其中，所述分類特征包括：

空間特征、時間特征以及日期特征的一種或多種。

其中，步驟S3包括：

將所述第一用戶和所述第二用戶共現的移動意圖，轉化為多維特征向量；

基于所述SVM二分類模型和所述多維特征向量，推斷所述第一用戶和第二用戶的社會關系。

根據本發明的第二方面，提供一種社交關系推斷系統，包括：

張量分解模塊，用于基于張量分解法，從時空數據中獲取同一時間段內，第一用戶的多個移動意圖以及第二用戶的多個移動意圖；

多類分類器模塊，用于基于預設的多類分類器，從所述第一用戶的多個移動意圖以及第二用戶的多個移動意圖中，獲取所述第一用戶和所述第二用戶共現的移動意圖；

推斷模塊，用于基于SVM二分類模型和所述共現的移動意圖，推斷所述第一用戶和所述第二用戶的社交關系。