[發明專利]一種spark平臺下的視頻社交網絡同源性分析方法

有效

• 申請號: 201810451383.2
• 申請日: 2018-05-11
• 公開（公告）號: CN108647334B
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 王勇;楊曉東;張譯權
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q50/00
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

本發明公開了一種Spark平臺下的視頻社交網絡同源性分析方法，該方法包括視頻社交網絡關系圖建模，基于圖結構的視頻相似性預處理，基于視頻權重和時間戳懲罰的用戶相似性計算和基于用戶關系的結果剪枝；所述視頻社交網絡關系圖建模，用于將結構化的視頻社交網絡數據建模為圖形式；所述基于圖結構的視頻相似性預處理，用于得到全局且動態的視頻相似度；所述基于視頻權重和時間戳的用戶相似性計算，用于計算用戶間的相似性；所述基于用戶關系的結果剪枝，用于對高相似度用戶對進行篩選，去除噪聲用戶。本發明提出的方法可以快速且精確地從海量的視頻社交網絡數據中找到所有可能對應同一個真實世界中用戶的同源用戶對。

技術領域

本發明涉及社交網絡下的同源性分析技術領域，特別是涉及一種Spark平臺下的視頻社交網絡同源性分析方法。

背景技術

同源性分析，是在不同社交網絡中找到對應同一個真實世界中實體的技術。目前的方法主要集中在以下幾個方面：

（1）基于成對匹配的同源性分析方法。基于成對匹配的同源性分析方法是對兩個數據集集合S₁={r₁,r₂,r₃,...}和S2={c₁,c₂,c₃,...}中的記錄通過使用某種相似度匹配算法f(r₁,c₁)來進行一一匹配。匹配的思路主要是，首先對兩個記錄間各條屬性的相似度進行計算，并將所有屬性的相似度結合為一個相似度比較向量V={sim_1，sim_2，sim_{3，。。。}}，其中sim_i表示各個屬性的相似度，最后通過比較向量判斷兩條記錄是否對應現實世界中的同一用戶。在成對匹配時，獲取到的相似度比較向量的準確性往往對匹配結果具有決定性作用。常用的屬性相似度計算方法按照字符串劃分粒度的不同，可以分為基于字符的相似度比較算法和基于token的相似度比較算法。在基于成對匹配的同源性分析算法中，往往沒有考慮到記錄之間的關系。基于成對匹配的同源分析算法都是“靜態”的，因為每一對匹配對的相似度都只取決于匹配之間屬性的相似值，這個值是固定的，不會受其他記錄的影響。但是在實際情況中，記錄之間往往相互影響。

（2）基于關系的同源性分析。基于關系的同源性分析將一個社交網絡抽象為一個由點集V和邊集E組成的圖G=(V，E)。根據記錄間關系的類型，這個圖可能是一個有向圖，也可能是一個無向圖。在構造完社交網絡關系圖后，再通過對頂點間關系的分析來計算記錄之間的相似度。基于關系的同源性分析需要在計算前提供一定的先驗同源用戶匹配對，所提供的先驗同源用戶匹配對的數量和質量對分析結果起了決定性的影響。在跨社交網絡的分析中，難度較大，不能作為主體部分進行分析。