一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法技術(shù)

本發(fā)明專利技術(shù)涉及一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，該具體過程為：基于網(wǎng)絡(luò)爬蟲對(duì)目標(biāo)社交網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)采集；基于采集到的社交網(wǎng)絡(luò)中用戶對(duì)象之間的交互關(guān)系，計(jì)算每個(gè)用戶對(duì)象在交互網(wǎng)絡(luò)拓?fù)渲械南嚓P(guān)度；構(gòu)建用戶對(duì)象靜態(tài)的交互網(wǎng)絡(luò)；利用層次聚類，根據(jù)用戶對(duì)象的相關(guān)度得到緊密的用戶社群結(jié)構(gòu)；對(duì)于劃分出的每個(gè)社群，查找數(shù)據(jù)庫(kù)獲得該社群對(duì)應(yīng)的文本信息，將其作為文檔輸入，使用SVM分類，計(jì)算出該社群的熱門話題。本發(fā)明專利技術(shù)提出了一種基于社群劃分的社群話題發(fā)現(xiàn)方法，與現(xiàn)有的在線社交網(wǎng)絡(luò)話題發(fā)現(xiàn)方法相比，可以有效排除噪音數(shù)據(jù)，獲得更為緊密的社群之間的話題，有助于更深入地了解社交網(wǎng)絡(luò)的信息傳播規(guī)律。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及社會(huì)計(jì)算
，尤其涉及一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法。
技術(shù)介紹
隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，互聯(lián)網(wǎng)正逐漸成為人們交往的重要渠道，人與人之間的社會(huì)網(wǎng)絡(luò)關(guān)系蘊(yùn)藏進(jìn)了互聯(lián)網(wǎng)中，誕生了社交網(wǎng)絡(luò)服務(wù)。在社交網(wǎng)站通過在線服務(wù)向其用戶提供服務(wù)的過程中，用戶間形成了基于網(wǎng)絡(luò)的成員之間的社交網(wǎng)絡(luò)關(guān)系。社交網(wǎng)絡(luò)在我們的日常生活扮演重要角色。人們通過社會(huì)性關(guān)系來(lái)完成互相間的通信和信息分享。在這個(gè)過程中，形成了社交網(wǎng)絡(luò)中的話題。社交網(wǎng)絡(luò)是基于用戶關(guān)系實(shí)現(xiàn)信息的分享、獲取以及傳播的互聯(lián)網(wǎng)平臺(tái)。用戶利用社交網(wǎng)絡(luò)構(gòu)建和維持著自身的人際網(wǎng)絡(luò)關(guān)系，并在相關(guān)平臺(tái)上發(fā)布消息。社交網(wǎng)絡(luò)中通常包括一些松散的用戶集群，其中的成員相互聯(lián)系較之其余用戶更加密切，我們稱之為社群。發(fā)現(xiàn)這種固有的社會(huì)結(jié)構(gòu)中的話題分布有助于我們更深入地了解社交網(wǎng)絡(luò)的信息傳播規(guī)律。中國(guó)專利200880124053.7、201210210349.9提出了一些在線社交網(wǎng)絡(luò)的社群識(shí)別方法，但是無(wú)法在劃分的社群中發(fā)現(xiàn)話題。專利201210514421.7提出使用專家知識(shí)人工去除噪音用戶發(fā)現(xiàn)社交網(wǎng)絡(luò)中的重要目標(biāo)和專利201210054254.2采用分析用戶話題鏈接行為識(shí)別社交網(wǎng)絡(luò)中的話題領(lǐng)袖，都只能獲得社交網(wǎng)絡(luò)核心用戶的話題內(nèi)容。專利201210350117.3提出了一種發(fā)現(xiàn)社交網(wǎng)絡(luò)中弱鏈接的方法，可以有效尋找到話題路徑，但是無(wú)法發(fā)現(xiàn)具體的話題。專利201210210349.9能夠挖掘社交網(wǎng)絡(luò)中話題核心圈，依舊無(wú)法覆蓋所有社群的話題。鑒于上述缺陷，本專利技術(shù)創(chuàng)作者經(jīng)過長(zhǎng)時(shí)間的研究和實(shí)踐終于獲得了本創(chuàng)作。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的在于提供一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，用以克服上述技術(shù)缺陷。為實(shí)現(xiàn)上述目的，本專利技術(shù)提供一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，該具體過程為：步驟1，基于網(wǎng)絡(luò)爬蟲對(duì)目標(biāo)社交網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)采集；步驟2，基于采集到的社交網(wǎng)絡(luò)中用戶對(duì)象之間的交互關(guān)系，計(jì)算每個(gè)用戶對(duì)象在交互網(wǎng)絡(luò)拓?fù)渲械南嚓P(guān)度；步驟3，構(gòu)建用戶對(duì)象靜態(tài)的交互網(wǎng)絡(luò)；步驟4，利用層次聚類，根據(jù)用戶對(duì)象的相關(guān)度得到緊密的用戶社群結(jié)構(gòu)；步驟5，對(duì)于劃分出的每個(gè)社群，查找數(shù)據(jù)庫(kù)獲得該社群對(duì)應(yīng)的文本信息，將其作為文檔輸入，使用SVM分類，計(jì)算出該社群的熱門話題。進(jìn)一步，通過下述公式(1)計(jì)算用戶之間的相關(guān)度ηij，并存入數(shù)據(jù)庫(kù)中，ηij=αij+1Σk=1nαik+n·h1+βij+1Σk=1nβik+n·h2+λij+1Σk=1nλik+n·h3---(1)]]>其中，ηij表示用戶i和用戶j的相關(guān)度，αij表示用戶i對(duì)用戶j的評(píng)論次數(shù)，βij表示用戶i對(duì)用戶j的轉(zhuǎn)發(fā)次數(shù)，γij表示用戶i對(duì)用戶j的分享次數(shù)；h1，h2，h3分別表示評(píng)論、轉(zhuǎn)發(fā)、分享這三種操作的權(quán)值。進(jìn)一步，在上述步驟3中，對(duì)于一個(gè)含有n個(gè)用戶的社群Q，設(shè)其中的用戶分別為U1、U2、...Ui...Un，對(duì)于其中任意個(gè)用戶Ui，通過公式(1)的用戶相關(guān)度公式，可以計(jì)算出其和其它N-1個(gè)用戶的相關(guān)度ηij；定義向量為用戶i的社群相關(guān)度向量，則該向量表示用戶i對(duì)于社群中所有用戶的相關(guān)度；計(jì)算出社群中所有用戶的相關(guān)度向量Ai后，定義矩陣T為社群Q的相關(guān)度矩陣。進(jìn)一步，所述層次聚類，將網(wǎng)絡(luò)中聚類最近的兩個(gè)點(diǎn)或者集合不斷的聚集在一起，形成新的集合，最后會(huì)形成一顆聚類二叉樹，根據(jù)給定的社群數(shù)量，可以將其分割為任意數(shù)量的子樹，每個(gè)子樹對(duì)應(yīng)的用戶集合就是一個(gè)社群，在裁剪的過程中，不斷丟棄那些子樹個(gè)數(shù)為一的孤立節(jié)點(diǎn)，實(shí)現(xiàn)對(duì)噪音數(shù)據(jù)的過濾。進(jìn)一步，在上述步驟4中，對(duì)目標(biāo)社交網(wǎng)絡(luò)劃分為K個(gè)社群的過程具體過程為：步驟41：對(duì)于一個(gè)社交網(wǎng)絡(luò)的相關(guān)度矩陣MQ，使用層次聚類方法獲得其聚類樹ClusterTree；步驟42：將ClusterTree加入聚類樹集合Q中；步驟43：如果Q中的聚類集合數(shù)量大于K直接進(jìn)入步驟44，否則選取集合Q中根節(jié)點(diǎn)距離最大的聚類樹拆為兩顆子樹，如果子樹的根節(jié)點(diǎn)數(shù)量小于2，則刪除該子樹，否則將子樹添加到集合Q中；步驟44：如果Q中的聚類集合數(shù)量小于K直接進(jìn)入步驟45，否則選取集合Q中根節(jié)點(diǎn)距離最小的兩顆聚類樹合并為一顆子樹；步驟45：如果Q中的聚類集合數(shù)量等于K則結(jié)束，否則返回43。進(jìn)一步，根據(jù)三種操作的重要程度不同和比例關(guān)系，所述h1=0.45；h2=0.3，h3=0.25。進(jìn)一步，所述步驟1中采集信息包括用戶發(fā)布的所有新鮮事文本，以及新鮮事條目下其他用戶對(duì)其進(jìn)行的轉(zhuǎn)發(fā)、分享、評(píng)論等交互操作；并在采集過程中，解析新鮮事信息中包含的交互操作。與現(xiàn)有技術(shù)相比較本專利技術(shù)的有益效果在于：本專利技術(shù)提出了一種基于社群劃分的社群話題發(fā)現(xiàn)方法，與現(xiàn)有的在線社交網(wǎng)絡(luò)話題發(fā)現(xiàn)方法相比，可以有效排除噪音數(shù)據(jù)，獲得更為緊密的社群之間的話題，有助于更深入地了解社交網(wǎng)絡(luò)的信息傳播規(guī)律。附圖說(shuō)明圖1為本專利技術(shù)實(shí)例中話題發(fā)現(xiàn)的流程圖；圖2為本專利技術(shù)實(shí)例中的社群劃分過程的流程圖；圖3為本專利技術(shù)實(shí)例中的社群話題發(fā)現(xiàn)結(jié)果。具體實(shí)施方式以下結(jié)合附圖，對(duì)本專利技術(shù)上述的和另外的技術(shù)特征和優(yōu)點(diǎn)作更詳細(xì)的說(shuō)明。請(qǐng)參閱圖1所示，本專利技術(shù)對(duì)在線社交網(wǎng)絡(luò)平臺(tái)的不同社群熱點(diǎn)話題的發(fā)現(xiàn)的具體過程為：步驟1，基于網(wǎng)絡(luò)爬蟲對(duì)目標(biāo)社交網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)采集；該數(shù)據(jù)信息包括用戶發(fā)布的所有新鮮事文本，以及新鮮事條目下其他用戶對(duì)其進(jìn)行的轉(zhuǎn)發(fā)、分享、評(píng)論等交互操作；并在采集過程中，解析新鮮事信息中包含的交互操作，如轉(zhuǎn)發(fā)、評(píng)論、分析、贊等。基于網(wǎng)絡(luò)爬蟲技術(shù)，從目標(biāo)社交網(wǎng)絡(luò)中選取一個(gè)種子用戶，從其頁(yè)面開始，依次進(jìn)入社交網(wǎng)絡(luò)的其他用戶，采集其數(shù)據(jù)信息，并將采集結(jié)果存入數(shù)據(jù)庫(kù)中。步驟2，基于采集到的社交網(wǎng)絡(luò)中用戶對(duì)象之間的交互關(guān)系，計(jì)算每個(gè)用戶對(duì)象在交互網(wǎng)絡(luò)拓?fù)渲械南嚓P(guān)度；用戶相關(guān)度指的是用戶之間的交互程度，是本專利技術(shù)用來(lái)衡量用戶之間差異性，劃分不同的用戶社群的基準(zhǔn)。通過將用戶之間的操作加權(quán)賦值并歸一化，相互交互較多的用戶相關(guān)度較高，而相互交互較少的用戶相關(guān)度較低。本專利技術(shù)通過下述公式(1)計(jì)算用戶之間的相關(guān)度ηij，并存入數(shù)據(jù)庫(kù)中，ηij=αij本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，其特征在于，該具體過程為：步驟1，基于網(wǎng)絡(luò)爬蟲對(duì)目標(biāo)社交網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)采集；步驟2，基于采集到的社交網(wǎng)絡(luò)中用戶對(duì)象之間的交互關(guān)系，計(jì)算每個(gè)用戶對(duì)象在交互網(wǎng)絡(luò)拓?fù)渲械南嚓P(guān)度；步驟3，構(gòu)建用戶對(duì)象靜態(tài)的交互網(wǎng)絡(luò)；步驟4，利用層次聚類，根據(jù)用戶對(duì)象的相關(guān)度得到緊密的用戶社群結(jié)構(gòu)；步驟5，對(duì)于劃分出的每個(gè)社群，查找數(shù)據(jù)庫(kù)獲得該社群對(duì)應(yīng)的文本信息，將其作為文檔輸入，使用SVM分類，計(jì)算出該社群的熱門話題。

【技術(shù)特征摘要】
1.一種在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，其特征在于，該具體
過程為：
步驟1，基于網(wǎng)絡(luò)爬蟲對(duì)目標(biāo)社交網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)采集；
步驟2，基于采集到的社交網(wǎng)絡(luò)中用戶對(duì)象之間的交互關(guān)系，計(jì)算每
個(gè)用戶對(duì)象在交互網(wǎng)絡(luò)拓?fù)渲械南嚓P(guān)度；
步驟3，構(gòu)建用戶對(duì)象靜態(tài)的交互網(wǎng)絡(luò)；
步驟4，利用層次聚類，根據(jù)用戶對(duì)象的相關(guān)度得到緊密的用戶社群結(jié)
構(gòu)；
步驟5，對(duì)于劃分出的每個(gè)社群，查找數(shù)據(jù)庫(kù)獲得該社群對(duì)應(yīng)的文本
信息，將其作為文檔輸入，使用SVM分類，計(jì)算出該社群的熱門話題。
2.根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，其
特征在于，
通過下述公式(1)計(jì)算用戶之間的相關(guān)度ηij，并存入數(shù)據(jù)庫(kù)中，
ηij=αij+1Σk=1nαik+n·h1+βij+1Σk=1nβik+n·h2+λij+1Σk=1nλik+n·h3---(1)]]>其中，ηij表示用戶i和用戶j的相關(guān)度，αij表示用戶i對(duì)用戶j的評(píng)
論次數(shù)，βij表示用戶i對(duì)用戶j的轉(zhuǎn)發(fā)次數(shù)，γij表示用戶i對(duì)用戶j的分
享次數(shù)；h1，h2，h3分別表示評(píng)論、轉(zhuǎn)發(fā)、分享這三種操作的權(quán)值。
3.根據(jù)權(quán)利2所述的在線社交網(wǎng)絡(luò)中社群話題的發(fā)現(xiàn)方法，其特征
在于，在上述步驟3中，對(duì)于一個(gè)含有n個(gè)用戶的社群Q，設(shè)其中的用戶分
別為U1、U2、...Ui...Un，對(duì)于其中任意個(gè)用戶Ui，通過公式(1)的用
戶相關(guān)度公式，可以計(jì)算出其和其它N-1個(gè)用戶的相關(guān)度ηij；
定義向量為用戶i的社群相
關(guān)度向量，則該向量表示用戶i對(duì)于社群中所有用戶的相關(guān)度；
計(jì)算出社群中所有...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：於志文，張星，梁韻基，郭斌，倪紅波，王柱，
申請(qǐng)(專利權(quán))人：西北工業(yè)大學(xué)，
類型：發(fā)明
國(guó)別省市：陜西;61