[發明專利]社會網絡關聯用戶挖掘方法及系統

有效

• 申請號: 201710633081.2
• 申請日: 2017-07-28
• 公開（公告）號: CN107609469B
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 周小平;趙吉超
• 申請（專利權）人: 北京建筑大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;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;李官

本發明公開一種社會網絡關聯用戶挖掘方法及系統，能夠在大數據環境下，提升關聯用戶挖掘的準確率、召回率及其運行效率。方法包括：計算待融合的第一社會網絡和第二社會網絡的用戶的用戶屬性的相似度，對所述用戶屬性的相似度進行融合，得到用戶屬性相似度矩陣；采用張量積形成所述第一社會網絡和第二社會網絡的用戶關系融合矩陣；采用向量化算子將所述用戶屬性相似度矩陣轉化為用戶屬性相似度向量，通過融合所述用戶關系融合矩陣和用戶屬性相似度向量構建關聯用戶挖掘模型；通過求解所述關聯用戶挖掘模型，確定出所述第一社會網絡和第二社會網絡的關聯用戶。

技術領域

本發明涉及關聯用戶挖掘領域，具體涉及一種社會網絡關聯用戶挖掘方法及系統。

背景技術

大型社會網絡是現在以及未來社會網絡研究的核心對象。大型社會網絡的融合對社會網絡的各項研究具有重要的價值和意義。面向大型社會網絡的關聯用戶挖掘是社會網絡融合的重要研究內容。目前面向大型社會網絡融合的關聯用戶挖掘研究進展可以總結為如下幾點：

(1)從用戶屬性(含用戶行為)中挖掘關聯用戶是目前研究最多、效果最好的方法。但在大型社會網絡中，由于用戶屬性的相似性、稀疏性、虛假性和不一致性，使得單純使用用戶屬性挖掘關聯用戶的方法健壯性不足，易于受惡意用戶的攻擊，且召回率可進一步提升；

(2)基于用戶關系的關聯用戶挖掘研究多在“去匿名化”研究領域。在較為相似或相同的圖中，該方法能較準確挖掘節點度較高的節點，但是直接應用于關聯用戶挖掘的可行性較差。另外，目前基于用戶關系的關聯用戶挖掘研究中，大多數挖掘方法需要種子用戶；然而，在許多社會網絡中，種子用戶的獲取越來越困難；目前，針對無種子用戶的關聯用戶挖掘建模研究還很少；

(3)融合用戶屬性和用戶關系以挖掘準確、全面的關聯用戶的研究較少；

(4)針對大型社會網絡，建立快速的關聯用戶挖掘建模研究較少。

發明內容

針對現有技術存在的缺陷，本發明實施例提供一種社會網絡關聯用戶挖掘方法及系統。

一方面，本發明實施例提出一種社會網絡關聯用戶挖掘方法，包括：

S1、計算待融合的第一社會網絡和第二社會網絡的用戶的用戶屬性的相似度，對所述用戶屬性的相似度進行融合，得到用戶屬性相似度矩陣，其中，所述用戶屬性包括用戶名、圖像類屬性、位置類屬性、時間類屬性和文本類屬性；

S2、采用張量積形成所述第一社會網絡和第二社會網絡的用戶關系融合矩陣；

S3、采用向量化算子將所述用戶屬性相似度矩陣轉化為用戶屬性相似度向量，通過融合所述用戶關系融合矩陣和用戶屬性相似度向量構建關聯用戶挖掘模型；

S4、通過求解所述關聯用戶挖掘模型，確定出所述第一社會網絡和第二社會網絡的關聯用戶。

另一方面，本發明實施例一種社會網絡關聯用戶挖掘系統，包括：

融合單元，用于計算待融合的第一社會網絡和第二社會網絡的用戶的用戶屬性的相似度，對所述用戶屬性的相似度進行融合，得到用戶屬性相似度矩陣，其中，所述用戶屬性包括用戶名、圖像類屬性、位置類屬性、時間類屬性和文本類屬性；

形成單元，用于采用張量積形成所述第一社會網絡和第二社會網絡的用戶關系融合矩陣；

構建單元，用于采用向量化算子將所述用戶屬性相似度矩陣轉化為用戶屬性相似度向量，通過融合所述用戶關系融合矩陣和用戶屬性相似度向量構建關聯用戶挖掘模型；

求解單元，用于通過求解所述關聯用戶挖掘模型，確定出所述第一社會網絡和第二社會網絡的關聯用戶。