本發(fā)明屬于系統(tǒng)形式化建模技術(shù)領(lǐng)域，尤其涉及一種從社交網(wǎng)絡抽取MSVL模型的方法。

背景技術(shù)：

隨著計算機科學的不斷發(fā)展，全球化進程的不斷加深。人與人之間的聯(lián)系越來越緊密，而交往成本也在不斷變低。社交網(wǎng)絡(Social Network Service/Site，SNS)的出現(xiàn)就是這種時代潮流下的產(chǎn)物。SNS的產(chǎn)生拓寬了人們現(xiàn)有的交流模式，成為人們生活與工作不可缺少的一部分。典型的SNS有國外的Facebook、Twitter、YouTube、Linkedin等，國內(nèi)的微信、QQ空間、百度貼吧、人人網(wǎng)、新浪微博、優(yōu)酷網(wǎng)等。在社交網(wǎng)絡領(lǐng)域，關(guān)于社交網(wǎng)絡建模方面的研究有以下幾種方法:意大利學者提出了一種基于圖的建模方法來對SNS進行建模，主要方法是通過一些著名在線社交網(wǎng)絡平臺例如Facebook、Twitter、Google+和Diaspora的分析，抽象出社交網(wǎng)絡最主要的共有特性。用這些特性來表現(xiàn)各種現(xiàn)實世界的服務。作者把在線社交網(wǎng)絡平臺簡化為用戶和對象(包括文字信息，聲音，視頻等)以及關(guān)聯(lián)的集合。特點是其引入了基于圖的形式化定義，在圖中用戶和對象用結(jié)點表示，而用戶和用戶、用戶和對象以及對象之間的聯(lián)系用邊來表示，構(gòu)建的模型直觀，易懂。PrT(Predicate/Transition)網(wǎng)是一種適用于對社交網(wǎng)絡進行建模的高級Petri網(wǎng)，有高效的可達分析。這種建模方法能夠嚴格地分析社交網(wǎng)絡活動，可用于建模和分析在社交網(wǎng)絡中的好友推薦功能。其特點是在傳統(tǒng)Petri網(wǎng)模型的基礎(chǔ)上引入動態(tài)通信通道，使得用戶之間可以通信，并能夠模塊化和封裝社交網(wǎng)絡中的每個實體。美國科羅拉多州立大學的學者提出了一種建模方法，主要方法是通過對典型OSN(Online Social Network)系統(tǒng)的分析，提取它們共有的特點，用以描述OSN中的各種實體和關(guān)系，這些不同的實體有：User，Subject，Group，Application，Object和Operation。任意一個實體和關(guān)系集有一個描述其屬性的集合，然后用形式化建模語言Alloy來對SNS進行建模。其特點是可以表達社交網(wǎng)絡模型的復雜結(jié)構(gòu)約束和行為。中國臺灣中央研究院的學者提出了一種基于拓撲的社交網(wǎng)絡模型，用于研究社交網(wǎng)絡的聚類系數(shù)。該模型是一種從拓撲角度建模的BA模型(Barabási-Albert Model，一種無標度網(wǎng)絡模型)，可以把SNS用戶看作是一個個的節(jié)點，用戶間存在的關(guān)系看作邊。其特點是網(wǎng)絡規(guī)?？蓴U展，節(jié)點采用優(yōu)先連接機制?，F(xiàn)有技術(shù)存在的問題是其建模過程是通過對典型社交網(wǎng)絡進行綜合分析后進行的，是以多個現(xiàn)有的典型社交網(wǎng)站共有特性為依據(jù)的；然而每個社交網(wǎng)站都有自己的特點，忽略了各個社交網(wǎng)站的特性。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種從社交網(wǎng)絡抽取MSVL模型的方法，旨在解決現(xiàn)有的社交網(wǎng)絡建模方法無法實現(xiàn)針對不同的社交網(wǎng)站的特點進行建模的問題。

本發(fā)明是這樣實現(xiàn)的，一種從社交網(wǎng)絡抽取MSVL模型的方法，所述從社交網(wǎng)絡抽取MSVL模型的方法包括：通過網(wǎng)絡爬蟲或現(xiàn)有SNS數(shù)據(jù)包來獲取感興趣的SNS系統(tǒng)的數(shù)據(jù)信息；將獲得的SNS系統(tǒng)信息進行分析，了解該社交網(wǎng)站的基本架構(gòu)，還有其包含的主要數(shù)據(jù)結(jié)構(gòu)和方法，如用戶，內(nèi)容，轉(zhuǎn)發(fā)內(nèi)容，好友關(guān)系等。將其轉(zhuǎn)化為統(tǒng)一的XML格式，是將獲取的數(shù)據(jù)作為輸入，通過程序來分析輸入的數(shù)據(jù)將其轉(zhuǎn)化為對應的XML文件；將提取到的XML格式的SNS數(shù)據(jù)轉(zhuǎn)化成MSVL程序，通過識別XML文件中的標簽將其轉(zhuǎn)化為MSVL程序中對應的數(shù)據(jù)結(jié)構(gòu)，其中若該標簽的結(jié)構(gòu)復雜，含有子標簽，那么其對應MSVL程序中的結(jié)構(gòu)體，若只是XML文件中的基本類型則對應MSVL程序中的基本數(shù)據(jù)結(jié)構(gòu)。用形式化建模語言MSVL實現(xiàn)對SNS系統(tǒng)的建模；在MSVL中用結(jié)構(gòu)體數(shù)據(jù)類型來描述系統(tǒng)中的用戶、用戶發(fā)布的內(nèi)容，用戶轉(zhuǎn)發(fā)的內(nèi)容，用戶所在位置，并采用鏈表表示用戶的好友列表。系統(tǒng)中的用戶用結(jié)構(gòu)體struct user表示；系統(tǒng)中用戶發(fā)布的內(nèi)容用結(jié)構(gòu)體struct content表示；系統(tǒng)中用戶轉(zhuǎn)發(fā)的內(nèi)容用結(jié)構(gòu)體struct re_content表示；系統(tǒng)中用戶的位置用結(jié)構(gòu)體struct location表示；系統(tǒng)中用戶的好友列表用結(jié)構(gòu)體struct fri表示。

進一步，所述將獲取的SNS數(shù)據(jù)轉(zhuǎn)化成XML文件，XML文件用XML Schema定成統(tǒng)一的格式；以XML文件作為中間層來連接SNS數(shù)據(jù)和形式化編程語言MSVL，進行SNS系統(tǒng)建模。采用XML文件作為中間層來連接SNS數(shù)據(jù)和形式化編程語言MSVL。

進一步，所述將轉(zhuǎn)化好的XML文件通過工具轉(zhuǎn)成化建MSVL程序，進行對社交網(wǎng)絡MSVL模型的抽取，在MSVL中用結(jié)構(gòu)體數(shù)據(jù)類型來描述系統(tǒng)中的用戶、用戶發(fā)布的內(nèi)容，用戶轉(zhuǎn)發(fā)的內(nèi)容，用戶所在位置，并采用鏈表表示用戶的好友列表。

本發(fā)明的另一目的在于提供一種應用從社交網(wǎng)絡抽取MSVL模型的方法的分析社交網(wǎng)絡中隱私策略的方法。

本發(fā)明的另一目的在于提供一種應用從社交網(wǎng)絡抽取MSVL模型的方法的分析社交網(wǎng)絡中安全的方法。

本發(fā)明提供的從社交網(wǎng)絡抽取MSVL模型的方法，對真實的SNS數(shù)據(jù)(網(wǎng)絡爬蟲獲取或現(xiàn)有SNS數(shù)據(jù)包)進行分析，提取，轉(zhuǎn)化為統(tǒng)一的XML格式，將XML文件當作中間層，屏蔽各種各樣SNS數(shù)據(jù)格式對轉(zhuǎn)化為形式化建模語言MSVL的影響因為網(wǎng)絡爬蟲和數(shù)據(jù)包獲取的數(shù)據(jù)格式多樣，倘若直接根據(jù)獲取的數(shù)據(jù)進行建模，那么對多個數(shù)據(jù)網(wǎng)站進行建模需要編寫多個該數(shù)據(jù)格式的文件到MSVL程序轉(zhuǎn)換的工具。本發(fā)明采用XML文件作為中間層來連接SNS數(shù)據(jù)和形式化編程語言MSVL。屏蔽了網(wǎng)絡爬蟲和數(shù)據(jù)包獲取的數(shù)據(jù)格式不一致對建模產(chǎn)生的影響，只需要開發(fā)一個從統(tǒng)一格式的XML文件到MSVL程序的轉(zhuǎn)換工具既可；將XML文件轉(zhuǎn)化為MSVL語言進行對社交網(wǎng)絡系統(tǒng)建模。其實現(xiàn)方法是使用了XML格式的數(shù)據(jù)文件作為中間層，用來屏蔽各種不同格式的SNS數(shù)據(jù)對轉(zhuǎn)換成形式化建模語言MSVL產(chǎn)生的影響，然后讓可以把感興趣的SNS系統(tǒng)數(shù)據(jù)轉(zhuǎn)換成MSVL語言，從而在社交網(wǎng)絡中抽取一個MSVL模型。在MSVL中用結(jié)構(gòu)體數(shù)據(jù)類型來描述系統(tǒng)中的用戶、用戶發(fā)布的內(nèi)容，用戶轉(zhuǎn)發(fā)的內(nèi)容，用戶所在位置，并采用鏈表表示用戶的好友列表。其技術(shù)效果是使得XML文件轉(zhuǎn)換為形式化建模語言MSVL，從而可以完成對社交網(wǎng)絡的建模過程。

附圖說明

圖1是本發(fā)明實施例提供的從社交網(wǎng)絡抽取MSVL模型的方法流程圖。

圖2是本發(fā)明實施例提供的實施例1的流程圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對本發(fā)明的應用原理作詳細的步描述。

如圖1所示，本發(fā)明實施例的從社交網(wǎng)絡抽取MSVL模型的方法包括以下步驟：

S101：通過網(wǎng)絡爬蟲或現(xiàn)有SNS數(shù)據(jù)包來獲取感興趣的SNS系統(tǒng)的數(shù)據(jù)信息；

S102：將獲得的SNS系統(tǒng)信息進行分析，提取感興趣的部分，轉(zhuǎn)化為統(tǒng)一的XML格式，以便下一步轉(zhuǎn)化成形式語言；

S103：將提取到的XML格式的SNS數(shù)據(jù)轉(zhuǎn)化成MSVL程序，實現(xiàn)對SNS的建模。

下面結(jié)合具體應用實施例對本發(fā)明的應用原理作進一步的描述。

本發(fā)明的實施例是以現(xiàn)有的的新浪微博數(shù)據(jù)包(關(guān)于用戶個人主頁部分)作為所獲取的SNS數(shù)據(jù)為例，對本發(fā)明作進一步的說明。

需要說明的是不管是通過網(wǎng)絡爬蟲還是已有的SNS數(shù)據(jù)包獲得的SNS數(shù)據(jù)，其數(shù)據(jù)格式多種多樣，需要對其進行統(tǒng)一的格式處理，將SNS數(shù)據(jù)轉(zhuǎn)為XML格式的文件。通過對獲得的SNS數(shù)據(jù)的分析，提取感興趣的數(shù)據(jù)，例如新浪微博數(shù)據(jù)包中的用戶數(shù)據(jù)即對應轉(zhuǎn)化的XML文件中的user標簽，而用戶數(shù)據(jù)里面的信息，如用戶名，ID號等則對應XML文件中的user標簽下的子標簽：name標簽和id標簽。微博內(nèi)容則對應轉(zhuǎn)化的XML文件中的content標簽。微博內(nèi)容里面的信息如word，發(fā)布時間對應轉(zhuǎn)化的XML文件中的content標簽下的子標簽：word標簽和tweet_time標簽。根據(jù)上述方法將不同格式的SNS數(shù)據(jù)轉(zhuǎn)化為XML文件，為下一步轉(zhuǎn)化為形式化建模語言MSVL打下基礎(chǔ)。

需要說明的是在數(shù)據(jù)轉(zhuǎn)為XML格式時，定義了XML Schema用以驗證所有的SNS數(shù)據(jù)轉(zhuǎn)化成的XML是否格式一致。該程序的基本思想是先通過XML Schema來定義我們需要的XML文件格式，然后將獲取的SNS數(shù)據(jù)轉(zhuǎn)換成XML文件，將這兩者作為驗證XML文件是否符合XML Schema格式的程序的輸入，通過程序分析二者的標簽及結(jié)構(gòu)，判斷SNS數(shù)據(jù)轉(zhuǎn)換的XML文件是否符合XML Schema格式。

這里定義的XML Schema格式如下:

接下來將已有的新浪微博部分SNS數(shù)據(jù)轉(zhuǎn)成的XML文件，并且該XML文件需符合上述定義的XML Schema格式，SNS數(shù)據(jù)轉(zhuǎn)成的XML文件示例如下：

而后通過工具將其轉(zhuǎn)化為MSVL，以便對SNS進行建模。

需要說明的是形式化建模語言MSVL中包含的數(shù)據(jù)類型和主要語句如下：

MSVL的基本數(shù)據(jù)類型有：

(1)整形：int

(2)浮點型：float

(3)字符型：char

(4)字符串型：string

(5)基本數(shù)據(jù)類型指針：int*/char*/float*/string*

(6)結(jié)構(gòu)體：struct

(7)結(jié)構(gòu)體指針:struct*。

MSVL的主要語句有：

(1)空語句：empty；

(2)基本賦值語句：x＜＝＝e，

(3)next語句：Ox；

(4)always語句：□x；

(5)投影語句：(s₁,...,s_m)prjs；

(6)順序語句：

(7)并行語句：

(8)條件語句：

(9)while語句：

(10)狀態(tài)框架語句：

(11)區(qū)間框架語句：

(12)Await語句：其中x₁,...,x_h是出現(xiàn)在b中的變量；

該工具的轉(zhuǎn)換過程如下：

第一步將XML文件導入轉(zhuǎn)換工具中，對XML文件中的user標簽進行識別，并判斷整個XML文件的user標簽數(shù)量；

其轉(zhuǎn)換規(guī)則是將user標簽轉(zhuǎn)換為MSVL中的結(jié)構(gòu)體數(shù)據(jù)類型user，根據(jù)user的數(shù)量，構(gòu)建存儲user結(jié)構(gòu)體類型的數(shù)組。在XML文件中的user標簽下的子標簽都是對應的MSVL里面user結(jié)構(gòu)體中的變量類型。

第二步識別user標簽下的子標簽，對id標簽，姓名標簽等最基本的XML標簽轉(zhuǎn)換為MSVL中的基本數(shù)據(jù)類型。

其轉(zhuǎn)換規(guī)則是所有的基本標簽都對應MSVL中的基本數(shù)據(jù)類型，如id標簽對應MSVL中的基本數(shù)據(jù)類型String，name標簽對應MSVL中的基本數(shù)據(jù)類型String。

第三步識別user標簽下的復合標簽，即含有子標簽的標簽，如location，content，re_content，friend等。其中content，re_content，friend等復合標簽可重復出現(xiàn)，因此要統(tǒng)計這些符合標簽出現(xiàn)的數(shù)量。

其轉(zhuǎn)換規(guī)則是復合標簽對應的是MSVL中的結(jié)構(gòu)體數(shù)據(jù)類型，如content標簽對應MSVL中的content結(jié)構(gòu)體，re_content標簽對應MSVL中的re_content結(jié)構(gòu)體，friend標簽對應MSVL中的fri鏈表。多次出現(xiàn)的復合標簽分別對應MSVL中的數(shù)組。如含有多個content標簽，則對應MSVL中存放content類型結(jié)構(gòu)體的數(shù)組。

第四步識別復合標簽下的子標簽，如content標簽下的子標簽word標簽，tweet_time標簽。

其轉(zhuǎn)換規(guī)則是子標簽即為該復合標簽對應的結(jié)構(gòu)體中的變量類型。如content標簽的子標簽word標簽對應MSVL中的string數(shù)據(jù)類型。其分析方法和對user標簽的分析方法是相同的，自頂向下，不斷識別標簽，轉(zhuǎn)換為MSVL中對應的數(shù)據(jù)結(jié)構(gòu)類型。重復上述步驟。并用MSVL基本語句來描述整個SNS系統(tǒng)。

第五步對MSVL中的user用戶進行初始化。

其轉(zhuǎn)換規(guī)則是將XML文件中各個標簽的內(nèi)容賦給MSVL對應數(shù)據(jù)結(jié)構(gòu)的變量，從而實現(xiàn)對MSVL中數(shù)據(jù)的初始化。

轉(zhuǎn)化成的MSVL程序如下：

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。