【技術實現步驟摘要】
本專利技術涉及，屬于計算機數據挖掘
技術介紹
社交網絡在近些年得到了飛速的發展，也受到了許多研究人員的重視。其中社交網絡的形成與演化過程研究一直都是一項有意義而且有挑戰的工作。已有的工作主要從兩個方面來研究社交網絡的形成與演化。一方面，人們以社交網絡演化中在某一時刻的快照或者多個時刻的快照為對象，研究社交網絡的宏觀結構特征變化；另一方面，人們關注社交網絡發展的微觀模式，并發現了許多的模式用以解釋和分析人們如何交朋友。這樣的模式包括偏好依附(Preferential Attachment)、三元閉合(triadic closure)、互惠(Reciprocity)、同質性(Homophily)等等,其中三元閉合(triadic closure)是社交網絡的鏈接形成中最普遍的現象之一，其社會學原理是朋友關系的傳遞性(the transitivity offriendship),即兩個有公共朋友的人更可能成為朋友。朋友關系的傳遞性已經被證明可以用于對網絡演化過程進行建模以及預測未來的鏈接形成，然而這一性質在網絡演化過程中所起的作用并沒有得到很深的探究。學者Simmel分析了在這樣三元結構中三個參與者的角色，并且指出第三個人一般扮演著中介人或者協調者的作用。然而，其中還是不清楚第三個人是如何影響、促使另外兩個人成為朋友的。學者D. Yin等人在鏈接預測問題中考慮了中介人的作用，并且把鏈接產生看作是中間人“潛在的推薦”的結果。他們在矩陣分解中引入了中介人潛在推薦這一潛在的維度，然而這一分析是對于靜態網絡進行的，沒有考慮到網絡的發展以及中介人在微觀上對于網...
【技術保護點】
一種社交網絡中的朋友關系傳遞樹的建立方法，其特征在于該方法包括以下步驟：（1）設社交網絡中有多個用戶，每個用戶有多個朋友，將用戶記為自我節點u，將該用戶的朋友記為朋友節點v，為社交網絡中的自我節點u，創建一個自我節點u的朋友關系傳遞樹，在該朋友關系傳遞樹中添加自我節點u和自我節點u的所有朋友節點；（2）按照時間，將自我節點與朋友節點之間的交互數據按交互的時間劃分為N段，對于與第i段交互對應的時間段Ti，執行步驟（3）?（9），i=1，2，……，N；（3）對于時間段Ti，建立如下社交行為概率生成模型：（3?1）設社交網絡中的總用戶數為U，社交網絡中每個自我節點u的交互行為數為Vu，社交網絡中每個自我節點u的新交朋友數為Nu；（3?2）分別用先驗參數為的狄利克雷分布表示社交網絡中每個自我節點u的好友關系強度分布的先驗分布，從該狄利克雷分布中采樣得到社交網絡中自我節點u在時間段Ti的好友關系強度分布（3?3）從上述好友關系強度分布中，采樣得到社交網絡中每個自我節點u的每次交互對象x；（3?4）分別用先驗參數為的狄利克雷分布表示社交網絡中每個自我節點u的中介偏好概率分布的先驗分布，從該狄利克雷...
【技術特征摘要】
1.一種社交網絡中的朋友關系傳遞樹的建立方法，其特征在于該方法包括以下步驟: (1)設社交網絡中有多個用戶，每個用戶有多個朋友，將用戶記為自我節點U，將該用戶的朋友記為朋友節點V，為社交網絡中的自我節點U，創建一個自我節點u的朋友關系傳遞樹，在該朋友關系傳遞樹中添加自我節點u和自我節點u的所有朋友節點； (2)按照時間，將自我節點與朋友節點之間的交互數據按交互的時間劃分為N段，對于與第i段交互對應的時間段Ti,執行步驟(3)- (9),i=l,2,……,N； (3)對于時間段Ti,建立如下社交行為概率生成模型: (3-1)設社交網絡中的總用戶數為U，社交網絡中每個自我節點u的交互行為數為\，社交網絡中每個自我節點u的新交朋友數為Nu ； (3-2)分別用先驗參數為/Jfi)的狄利克雷分布表示社交網絡中每個自我節點u的好友關系強度分布的先驗分布，從該狄利克雷分布中采樣得到社交網絡中自我節點u在時間段Ti的好友關系強度分布 (3-3)從上述好友關系強度分布中，采樣得到社交網絡中每個自我節點u的每次交互對象X ； (3-4)分別用先驗參數為的狄利克雷分布表示社交網絡中每個自我節點u的中介偏好概率分布的先驗分布，從該狄利克雷分布中采樣得到社交網絡中自我節點u在時間段Ti的中介偏好概率分布 (3-5)分別從上述中介偏好概率分布0^^中采樣得到社交網絡中每個自我節點u的中 介人...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。