[發(fā)明專利]一種基于人工免疫網(wǎng)絡(luò)的微博社交圈挖掘方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811076103.0
• 申請日: 2018-09-14
• 公開（公告）號: CN109597924B
• 公開（公告）日: 2020-02-07
• 發(fā)明（設(shè)計）人: 王時繪;楊超;項振輝;張*;陳炳秋
• 申請（專利權(quán)）人: 湖北大學(xué)
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/9536;G06Q50/00
• 代理公司: 11401 北京金智普華知識產(chǎn)權(quán)代理有限公司
• 代理人: 楊采良

本發(fā)明屬于網(wǎng)絡(luò)信息處理技術(shù)領(lǐng)域，公開了一種基于人工免疫網(wǎng)絡(luò)的微博社交圈挖掘方法及系統(tǒng),通過對用戶之間的社交信息和興趣信息的分析進(jìn)行用戶之間相似度的計算，以相似度來度量用戶之間的關(guān)系強度，對用戶之間的關(guān)系強度進(jìn)行了較為全面的刻畫；并在此基礎(chǔ)上構(gòu)建以用戶為節(jié)點，關(guān)系強度為權(quán)重的微博無向加權(quán)網(wǎng)絡(luò)，去除無向加權(quán)網(wǎng)絡(luò)中關(guān)系強度較小的邊，得到微博用戶相似性網(wǎng)絡(luò)。本發(fā)明采用具有較強自適應(yīng)性和自調(diào)節(jié)性的人工免疫方法，將生物學(xué)免疫網(wǎng)絡(luò)的原理及作用機制應(yīng)用在微博用戶的相似性聚類上，將關(guān)系強度大的用戶劃分在一起，并在劃分時允許一個用戶同時屬于多個社交圈從而實現(xiàn)重疊社交圈的挖掘。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)信息處理技術(shù)領(lǐng)域，尤其涉及一種基于人工免疫網(wǎng)絡(luò)的微博社交圈挖掘方法及系統(tǒng)。

背景技術(shù)

目前，業(yè)內(nèi)常用的現(xiàn)有技術(shù)是這樣的：

微博社交網(wǎng)絡(luò)是指用戶在微博中進(jìn)行博文的發(fā)布、關(guān)注和交互等行為的同時形成的用戶關(guān)系網(wǎng)絡(luò)。

微博社交圈挖掘即運用一些數(shù)據(jù)挖掘技術(shù)，構(gòu)建微博網(wǎng)絡(luò)模型，定義用戶間關(guān)系強度的衡量指標(biāo)，從微博用戶龐大的虛擬關(guān)系網(wǎng)絡(luò)中準(zhǔn)確識別和挖掘出不同用戶所隸屬的社交圈，對于社交網(wǎng)絡(luò)的結(jié)構(gòu)特征演化分析、網(wǎng)絡(luò)輿情的預(yù)測以及用戶個性化推薦等領(lǐng)域研究具有重要意義。

傳統(tǒng)的社交網(wǎng)絡(luò)中社交圈挖掘可分為兩類：非重疊社交圈發(fā)現(xiàn)和重疊社交圈的發(fā)現(xiàn)，不足之處如下：

(1)傳統(tǒng)非重疊社交圈挖掘方法

主要包括GN算法和標(biāo)簽傳播LPA算法等方法，GN算法根據(jù)網(wǎng)絡(luò)中社交圈內(nèi)部高內(nèi)聚、社交圈之間低內(nèi)聚的特點，逐步去除社交圈之間的邊，取得相對內(nèi)聚的社交圈結(jié)構(gòu)，這樣邊全部去掉后，可獲得社交圈最終結(jié)構(gòu)。LPA算法將一個節(jié)點的鄰居節(jié)點的標(biāo)簽中數(shù)量最多的標(biāo)簽作為該節(jié)點自身的標(biāo)簽。給每個節(jié)點添加標(biāo)簽(label)以代表它所屬的社交圈，并通過標(biāo)簽的“傳播”形成同一標(biāo)簽的“社交圈”結(jié)構(gòu)。但這些方法局限在于只能找到指定用戶所在的一個社交圈，無法解決社交網(wǎng)絡(luò)中社交圈的重疊問題，且計算效率偏低。

(2)傳統(tǒng)重疊社交圈挖掘方法

COPRA算法通過對標(biāo)簽傳播LPA算法進(jìn)行改進(jìn)，允許一個用戶同時存在多個鄰居節(jié)點的標(biāo)簽，算法跟蹤每輪計算結(jié)束后網(wǎng)絡(luò)上還剩下的標(biāo)簽集合的大小，當(dāng)連續(xù)兩輪中這個值不變，就認(rèn)為滿足終止條件，標(biāo)簽即社交圈，從而實現(xiàn)重疊社交圈的發(fā)現(xiàn)。但是該方法需要預(yù)設(shè)每個用戶最多屬于的標(biāo)簽數(shù)n，且在鄰接節(jié)點的標(biāo)簽大于n時會隨機選取n個標(biāo)簽，因此該算法存在隨機性強、魯棒性差、較容易把所有節(jié)點分配給一個社交圈等缺點，并且可能劃分出一些無意義的社交圈。

微博作為一種新興的社交網(wǎng)絡(luò)方式，具有信息量龐大、用戶關(guān)系定義不清晰、網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜等特點，傳統(tǒng)的社交圈挖掘方法并不能有效應(yīng)用于當(dāng)前的微博社交圈發(fā)現(xiàn)。因此，越來越多對于微博社交圈挖掘的研究開始出現(xiàn)。微博社交圈的挖掘，首先需進(jìn)行微博社交網(wǎng)絡(luò)中用戶關(guān)系的刻畫，然后將微博社交網(wǎng)絡(luò)中關(guān)系強度大的用戶進(jìn)行聚類實現(xiàn)社交圈的挖掘工作。

現(xiàn)有的微博社交圈挖掘方法及其不足之處如下：

(1)基于用戶興趣的微博社交圈挖掘方法

從微博用戶發(fā)表的博文內(nèi)容、轉(zhuǎn)發(fā)和評論的博文內(nèi)容以及用戶的標(biāo)簽中挖掘出用戶的興趣特征，并以關(guān)注關(guān)系為邊，用戶之間的興趣相似度為權(quán)重，構(gòu)建出微博有向加權(quán)網(wǎng)絡(luò)。使用主題模型挖掘出每個節(jié)點在各個主題的影響力，選取影響力最大的用戶作為初始節(jié)點，通過標(biāo)簽傳播算法在微博有向加權(quán)網(wǎng)絡(luò)中進(jìn)行社交圈發(fā)現(xiàn)。該方法僅僅考慮了關(guān)注關(guān)系，沒有深入分析用戶之間的社交信息，存在相似度定義方式過于單一、用戶之間關(guān)系強度刻畫不夠全面的問題，挖掘出的社交圈更趨向于興趣社交圈。

(2)基于用戶相似度的微博社交圈挖掘方法