[發明專利]一種基于弱可信數據的跨社群潛在人物關系分析方法

有效

• 申請號: 201811310355.5
• 申請日: 2018-11-05
• 公開（公告）號: CN109492027B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 孫國梓;呂建偉;李華康
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/901;G06Q50/00
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 劉珊珊

1.一種基于弱可信數據的跨社群潛在人物關系分析方法，其特征在于，包括步驟：

(1)獲取網頁或社交網站上匿名用戶的公開數據，并按照數據來源類別存成與來源類別相應格式的文件；

(2)對步驟(1)中得到的文件進行數據清洗，再進行屬性提取，將提取的屬性數據存放在實體屬性數據庫內；

(3)選取實體屬性數據庫內的某一屬性A構建用戶社群圖，所述用戶社群圖中兩用戶之間的邊值為兩用戶間關于屬性A的屬性關系值；

(4)根據步驟(3)生成的用戶社群圖計算用戶間結構身份相似度、社群結構相似度、無直接邊相連的任意兩個用戶節點之間的相關系數；

(5)根據預設相似度閾值選擇社群結構相似度接近的用戶社群，對于任意兩個社群結構相似度接近的用戶社群G₁和G₂，選取一對用戶節點u和v，u∈G₁，v∈G₂，u和v直接相連；選取G₁中用戶節點u周邊與v無直接連接的用戶節點，計算這些用戶節點與用戶節點v之間的相關系數，選取相關系數最高N個用戶節點作為用戶節點v的潛在關系用戶；

所述用戶間的結構身份相似度的計算方法為：

將所有用戶歸入頂點集V，將用戶社群圖中的邊歸入邊集合E，形成無權重的無向圖G，G＝(V，E)；選取直接相連的兩個節點u和v，以u為中心節點擴展加權多層圖的第k層鄰居，得到用戶社群G(u)，以v為中心節點擴展加權多層圖的第k層鄰居，得到用戶社群G(v)；計算u和v之間的結構身份相似度f_k(u，v)：

f_k(u，v)＝f_k-1(u，v)+g(s(R_k(u))，s(R_k(v)))，k≥0|R_k(u)|，R_k(v)＞0

其中，R_k(u)表示G中距離u為加權多層圖的第k層的節點的集合，R_k(v)表示在G中距離v為加權多層圖的第k層的節點的集合；s(S)表示集合S的有序度序列；g(s(R_k(u))，s(R_k(v)))表示采用動態時間規整算法計算出的兩個有序度序列s(R_k(u))，s(R_k(v))之間的距離；d(a,b)表示距離函數，其中，a為s(R_k(u))中的元素，b為s(R_k(v))中的元素；max(a,b)表示取a，b中的最大值，min(a,b)表示取a，b中的最小值；

所述社群圖結構相似度的計算方法為：

(3-1)構造一個加權多層圖，所述用戶社群圖中的所有節點存在于加權多層圖的每一層中，定義加權多層圖的第k層中u和v之間邊的權重為W_k(u，v)，k^*為在無向圖G中所能取到的k的最大值；

(3-2)根據步驟(3-1)計算出的權重，計算加權多層圖的第k層的社群圖結構相似度為：

所述無直接邊相連的任意兩個用戶節點之間的相關系數的計算方法為：

設m和n為兩個無直接邊相連的用戶節點，m∈G(u)，n∈G(v)；d(u，v)用戶節點u和v在圖G中相似距離，g_k(u，m)表示所述加權多層圖的第k層中m距離u的跳數；定義m和n之間的相關系數為η，η越大表示m和n之間的潛在關系越近；η的計算公式為：η(m，n)＝α*d(m,n)+(1-α)(g_k(u,m)+g_l(v，n))，α為常數系數；

所述步驟(1)中獲取網頁或社交網站上匿名用戶的公開數據的方法為：

借助redis技術和頁面請求庫request技術以及解析庫beautifulSoup構建分布式爬蟲，從網頁或社交網站上爬取匿名用戶的公開數據；

所述屬性包括：用戶ID，姓名，郵箱，電話，從事工作類型，工作單位，好友，加入的群組，所在城市，簽到過的地點，興趣愛好，教育背景。