[發(fā)明專(zhuān)利]一種社交群體發(fā)現(xiàn)方法、裝置和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910732451.7
• 申請(qǐng)日: 2019-08-09
• 公開(kāi)（公告）號(hào): CN110704612B
• 公開(kāi)（公告）日: 2022-09-16
• 發(fā)明（設(shè)計(jì)）人: 井雅琪;李揚(yáng)曦;劉權(quán);段東圣;張皓彭;楊亞茹;沈華偉;佟玲玲;任博雅;胡燕林;段運(yùn)強(qiáng);時(shí)磊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心;中國(guó)科學(xué)院計(jì)算技術(shù)研究所
• 主分類(lèi)號(hào): G06F16/35
• 分類(lèi)號(hào): G06F16/35;G06F16/31;G06F40/216;G06F40/30;G06Q50/00
• 代理公司: 工業(yè)和信息化部電子專(zhuān)利中心 11010
• 代理人: 張然

本發(fā)明提出了一種社交群體發(fā)現(xiàn)方法、裝置和存儲(chǔ)介質(zhì)，用以提高社交群體發(fā)現(xiàn)精度和準(zhǔn)確度。所述社交群體發(fā)現(xiàn)方法，包括：利用預(yù)先設(shè)定的種子用戶和約束條件，從通信數(shù)據(jù)源中查找候選用戶，所述候選用戶包括與所述種子用戶通信的第一用戶和/或滿足所述約束條件的第二用戶；從所述候選用戶的通信數(shù)據(jù)中提取與所述種子用戶關(guān)聯(lián)的關(guān)聯(lián)特征信息；根據(jù)提取的關(guān)聯(lián)特征信息，確定每一候選用戶對(duì)應(yīng)的置信度；確定對(duì)應(yīng)的置信度大于預(yù)設(shè)閾值的候選用戶為目標(biāo)用戶；根據(jù)目標(biāo)用戶之間的通信聯(lián)系建立初始群體網(wǎng)絡(luò)；利用群體發(fā)現(xiàn)算法從所述初始群體網(wǎng)絡(luò)中發(fā)現(xiàn)社交群體子網(wǎng)絡(luò)。

技術(shù)領(lǐng)域

本發(fā)明涉及社交網(wǎng)絡(luò)分析技術(shù)領(lǐng)域，尤其涉及一種社交群體發(fā)現(xiàn)方法、裝置和存儲(chǔ)介質(zhì)。

背景技術(shù)

近年來(lái)隨著社交網(wǎng)絡(luò)的發(fā)展，群體或者社區(qū)發(fā)現(xiàn)與分析研究領(lǐng)域的關(guān)注度大大提升。社區(qū)或者群體反映的是網(wǎng)絡(luò)中的個(gè)體行為的局部性特征以及其相互之間的關(guān)聯(lián)關(guān)系，研究網(wǎng)絡(luò)中的群體對(duì)理解整個(gè)網(wǎng)絡(luò)的結(jié)構(gòu)和功能起到至關(guān)重要的作用，并且可幫助我們分析及預(yù)測(cè)整個(gè)網(wǎng)絡(luò)各元素間的交互關(guān)系。

群體發(fā)現(xiàn)算法廣泛應(yīng)用在社交網(wǎng)絡(luò)數(shù)據(jù)挖掘等領(lǐng)域之中。世界各國(guó)的政府、警方和研究人員都在用包括群體發(fā)現(xiàn)在內(nèi)的多種社交網(wǎng)絡(luò)分析手段來(lái)對(duì)潛在或者正在發(fā)生的恐怖和犯罪活動(dòng)進(jìn)行監(jiān)測(cè)和分析。通過(guò)對(duì)社交應(yīng)用等多種媒體的信息進(jìn)行分析，發(fā)現(xiàn)犯罪網(wǎng)絡(luò)，能夠快速鎖定犯罪分子中的重要人員。對(duì)犯罪團(tuán)伙的犯罪行為進(jìn)行追蹤，可以有效的防范犯罪行為的發(fā)生，打擊犯罪團(tuán)伙，維護(hù)社會(huì)的治安與穩(wěn)定。

在互聯(lián)網(wǎng)數(shù)據(jù)的基礎(chǔ)上，我們可以構(gòu)建出以信息資源為節(jié)點(diǎn)的網(wǎng)絡(luò)。如圖片、視頻、帖子、新聞、個(gè)人賬戶等。網(wǎng)絡(luò)的連邊為用戶在資源之間的流動(dòng)或者信息在用戶之間的流動(dòng)。但是，現(xiàn)有的社交群體子網(wǎng)絡(luò)發(fā)現(xiàn)算法數(shù)據(jù)通常為通過(guò)互聯(lián)網(wǎng)收集的數(shù)據(jù)，即用戶訪問(wèn)網(wǎng)絡(luò)所產(chǎn)生的數(shù)據(jù)，數(shù)據(jù)來(lái)源單一，降低了社交群體發(fā)現(xiàn)的精度和準(zhǔn)確度。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是針對(duì)由于數(shù)據(jù)來(lái)源單一，導(dǎo)致現(xiàn)有的社交群體發(fā)現(xiàn)精度和準(zhǔn)確度較低，提供一種社交群體發(fā)現(xiàn)方法、裝置和存儲(chǔ)介質(zhì)。

本發(fā)明采用的技術(shù)方案是提供一種社交群體發(fā)現(xiàn)方法，包括：

利用預(yù)先設(shè)定的種子用戶和約束條件，從通信數(shù)據(jù)源中查找候選用戶，所述候選用戶包括與所述種子用戶通信的第一用戶和/或滿足所述約束條件的第二用戶；

從所述候選用戶的通信數(shù)據(jù)中提取與所述種子用戶關(guān)聯(lián)的關(guān)聯(lián)特征信息；

根據(jù)提取的關(guān)聯(lián)特征信息，確定每一候選用戶對(duì)應(yīng)的置信度；

確定對(duì)應(yīng)的置信度大于預(yù)設(shè)閾值的候選用戶為目標(biāo)用戶；

根據(jù)目標(biāo)用戶之間的通信聯(lián)系建立初始群體網(wǎng)絡(luò)；

利用群體發(fā)現(xiàn)算法從所述初始群體網(wǎng)絡(luò)中發(fā)現(xiàn)社交群體子網(wǎng)絡(luò)。

在一種可能的實(shí)施方式中，利用群體發(fā)現(xiàn)算法從所述初始群體網(wǎng)絡(luò)中發(fā)現(xiàn)社交群體子網(wǎng)絡(luò)，具體包括：

從所述初始群體網(wǎng)絡(luò)中，查找大小為K的完全子圖，其中，K為大于1的整數(shù)；

以每個(gè)完全子圖為一個(gè)節(jié)點(diǎn)建立重疊矩陣；

將所述重疊矩陣轉(zhuǎn)換為鄰接矩陣；

確定所述鄰接矩陣的每個(gè)連通分量為一個(gè)社交群體子網(wǎng)絡(luò)。

在一種可能的實(shí)施方式中，所述關(guān)聯(lián)特征信息包括以下至少一項(xiàng)：所述候選用戶與所述種子用戶之間的短信交互頻次、通話交互頻次、短信內(nèi)容相關(guān)度、通聯(lián)時(shí)間和通聯(lián)人數(shù)；

根據(jù)提取的關(guān)聯(lián)特征信息，確定每一候選用戶對(duì)應(yīng)的置信度，具體包括：

針對(duì)每一候選用戶，將該候選用戶對(duì)應(yīng)的每一關(guān)聯(lián)特征信息進(jìn)行歸一化處理得到關(guān)聯(lián)特征參數(shù)；

根據(jù)所述關(guān)聯(lián)特征參數(shù)確定該候選用戶對(duì)應(yīng)的置信度。