本發(fā)明涉及社交網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是指一種基于連續(xù)松弛的多角色社會活動(dòng)組織方法。

背景技術(shù)：

近幾年來，隨著社交網(wǎng)絡(luò)的發(fā)展，以社會活動(dòng)為主的基于事件的社交網(wǎng)絡(luò)出現(xiàn)并飛速發(fā)展，使得社會活動(dòng)組織問題受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注?；谑录纳缃痪W(wǎng)絡(luò)給用戶提供了創(chuàng)建、發(fā)布和組織社會活動(dòng)的平臺。

社會活動(dòng)的成功舉辦需要滿足多方面的限制條件：活動(dòng)舉辦時(shí)間、地點(diǎn)、參與者人數(shù)和參與者角色等。由于通過社交網(wǎng)絡(luò)平臺報(bào)名參與活動(dòng)的候選參與者不能保證滿足社會活動(dòng)所有需求，因此活動(dòng)組織者需要依賴社交網(wǎng)絡(luò)平臺挑選合適的活動(dòng)參與者，使得在滿足社會活動(dòng)基本需求的前提下，最大化活動(dòng)參與者的意愿度。將此種幫助活動(dòng)組織者挑選合適參與者的問題稱為社會活動(dòng)組織問題。

現(xiàn)有技術(shù)中存在一些關(guān)于社會活動(dòng)組織問題的研究，其旨在滿足社會活動(dòng)參與人數(shù)的前提下，最大化活動(dòng)參與者的意愿度，但其均沒有考慮社會活動(dòng)中的角色需求。在實(shí)際生活中，部分社會活動(dòng)對于參與者的角色是有要求的(例如，一個(gè)技術(shù)會議，所需活動(dòng)參與者為來自幾個(gè)不同技術(shù)領(lǐng)域的專家，其中參與者所在技術(shù)領(lǐng)域即為參與者角色)。所以現(xiàn)有技術(shù)不能滿足實(shí)際應(yīng)用的需要。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提出一種基于連續(xù)松弛的多角色社會活動(dòng)組織方法，能夠幫助活動(dòng)組織者在候選的活動(dòng)參與者中挑選合適的活動(dòng)參與者，使得在滿足活動(dòng)人數(shù)、角色要求的同時(shí)，最大化活動(dòng)參與者意愿度。

基于上述目的本發(fā)明提供的一種基于連續(xù)松弛的多角色社會活動(dòng)組織方法，包括：

將報(bào)名參與社會活動(dòng)的候選參與者及其關(guān)系抽象為社交網(wǎng)絡(luò)；

根據(jù)所述社交網(wǎng)絡(luò)確定多角色社會活動(dòng)組織問題；

將所述多角色社會活動(dòng)組織問題轉(zhuǎn)化為無約束的連續(xù)問題，獲得目標(biāo)函數(shù)；

求解所述目標(biāo)函數(shù)的近似解，獲得參與者集合；

根據(jù)所述參與者集合確定所述社會活動(dòng)的參與者。

在一些實(shí)施方式中，所述社交網(wǎng)絡(luò)表達(dá)為帶權(quán)無向圖g＝(v，e)；其中，v表示社交網(wǎng)絡(luò)中所有節(jié)點(diǎn)的集合，每個(gè)節(jié)點(diǎn)vi∈v代表一個(gè)候選參與者；e表示社交網(wǎng)絡(luò)中所有邊的集合，每條邊eij∈e上的邊權(quán)值τij代表兩個(gè)候選參與者vi與vj之間的社會關(guān)系程度；

節(jié)點(diǎn)vi包括點(diǎn)權(quán)值ηi和屬性值ri；其中，點(diǎn)權(quán)值ηi代表候選參與者vi對于所述社會活動(dòng)的興趣度，屬性值ri＝ru∈r，表示活動(dòng)候選參與者vi的角色屬性為ru，且具有唯一的角色屬性。

在一些實(shí)施方式中，所述參與者集合為f，其表示為：由節(jié)點(diǎn)集合v中挑選出的k個(gè)節(jié)點(diǎn)。

在一些實(shí)施方式中，所述多角色社會活動(dòng)組織問題的表達(dá)式為：

s.t.|fu|＝ku

dis(vi，vj)≤m

其中，參與者集合f中的節(jié)點(diǎn)屬性為ru的節(jié)點(diǎn)個(gè)數(shù)需為特定值ku，即|fu|＝ku，節(jié)點(diǎn)個(gè)數(shù)需為特定值k，即|f|＝k＝k1+k2+…+ku+…+ku；參與者集合f的導(dǎo)出子圖中任意兩個(gè)節(jié)點(diǎn)的距離不能超過特定值m，即dis(vivj)≤m，其中兩個(gè)節(jié)點(diǎn)之間距離為最短路徑的長度。

在一些實(shí)施方式中，所述將所述多角色社會活動(dòng)組織問題轉(zhuǎn)化為無約束的連續(xù)問題，獲得目標(biāo)函數(shù)包括：

使用罰函數(shù)技術(shù)將所述多角色社會活動(dòng)組織問題轉(zhuǎn)化為無約束的離散問題，獲得待用目標(biāo)函數(shù)；

其中，罰函數(shù)技術(shù)使用的懲罰因子為：

其中，當(dāng)參與者集合f中的所有節(jié)點(diǎn)滿足約束條件時(shí)，懲罰因子pen(f)的值為零；當(dāng)參與者集合f中存在不滿足約束條件的節(jié)點(diǎn)時(shí)，懲罰因子pen(f)的值為大于零的正值，其中不滿足約束條件的節(jié)點(diǎn)越多，pen(f)值越大；

相應(yīng)的，所述多角色社會活動(dòng)組織問題簡化表示為：

maxh(f)＝max{vv(f)+2ee(f)}

s.t.|fu|＝ku，

dis(vi，vj)≤m

其中，表示參與者集合f中所有節(jié)點(diǎn)上的點(diǎn)權(quán)值總和表示參與者集合f的導(dǎo)出子圖上所有邊上的邊權(quán)值總和；

所述待用目標(biāo)函數(shù)為：

max{vv(f)+2ee(f)-γpen(f)}

其中，參數(shù)f0表示mraso問題的任意可行解，β表示最小的不可行解的值，即若參與者集合f是不可行解時(shí)，pen(f)≥β。

在一些實(shí)施方式中，所述將所述多角色社會活動(dòng)組織問題轉(zhuǎn)化為無約束的連續(xù)問題，獲得目標(biāo)函數(shù)包括：

基于所述待用目標(biāo)函數(shù)，將所述無約束的離散問題轉(zhuǎn)化為所述無約束的連續(xù)問題，獲得所述目標(biāo)函數(shù)；

其中，使用lovaszextensions擴(kuò)展將所述無約束的離散問題轉(zhuǎn)化為所述無約束的連續(xù)問題，具體包括：將參與者集合f的決策變量的值域由{0，1}ⁿ放松到[0，1]ⁿ，令

fi：＝{j∈v|fj≥fi}(f＝{0，1}ⁿ，|v|＝n)

當(dāng)節(jié)點(diǎn)vj的值fj大于等于閾值fi時(shí)，節(jié)點(diǎn)vj的狀態(tài)值為1，表示節(jié)點(diǎn)vj為符合要求的節(jié)點(diǎn)；反之，節(jié)點(diǎn)的狀態(tài)值為0，表示節(jié)點(diǎn)不符合要求；

所述目標(biāo)函數(shù)為：

max{vv^l(f)+2ee^l(f)-γpen^l(f)}。

在一些實(shí)施方式中，所述將所述多角色社會活動(dòng)組織問題轉(zhuǎn)化為無約束的連續(xù)問題，獲得目標(biāo)函數(shù)包括：

使用rationdca算法求解所述目標(biāo)函數(shù)的近似解，獲得所述參與者集合。

從上面所述可以看出，本發(fā)明提供的基于連續(xù)松弛的多角色社會活動(dòng)組織方法，基于事件的社交網(wǎng)絡(luò)中當(dāng)報(bào)名的活動(dòng)參與者人數(shù)超出了活動(dòng)所能容納的人數(shù)時(shí)且活動(dòng)對于參與者有角色需求時(shí)，幫助活動(dòng)組織者在候選的活動(dòng)參與者中挑選合適的活動(dòng)參與者，使得在滿足活動(dòng)人數(shù)、角色要求的同時(shí)，最大化活動(dòng)參與者意愿度。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例的基于連續(xù)松弛的多角色社會活動(dòng)組織方法流程圖；

圖2為本發(fā)明實(shí)施例中的多角色的社會活動(dòng)組織實(shí)例示意圖；

圖3為本發(fā)明實(shí)施例中的多角色的社會活動(dòng)組織實(shí)例處理結(jié)果示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。

本發(fā)明實(shí)施例提供了一種基于連續(xù)松弛的多角色社會活動(dòng)組織方法。參考圖1，為本發(fā)明實(shí)施例的基于連續(xù)松弛的多角色社會活動(dòng)組織方法流程圖。

所述基于連續(xù)松弛的多角色社會活動(dòng)組織方法，包括以下步驟：

步驟101、將報(bào)名參與社會活動(dòng)的候選參與者及其關(guān)系抽象為社交網(wǎng)絡(luò)；

步驟102、根據(jù)所述社交網(wǎng)絡(luò)確定多角色社會活動(dòng)組織問題；

步驟103、將所述多角色社會活動(dòng)組織問題轉(zhuǎn)化為無約束的連續(xù)問題，獲得目標(biāo)函數(shù)；

步驟104、求解所述目標(biāo)函數(shù)的近似解，獲得參與者集合；

步驟105、根據(jù)所述參與者集合確定所述社會活動(dòng)的參與者。

由上述實(shí)施例可見，本發(fā)明實(shí)施例的基于連續(xù)松弛的多角色社會活動(dòng)組織方法，基于事件的社交網(wǎng)絡(luò)中當(dāng)報(bào)名的活動(dòng)參與者人數(shù)超出了活動(dòng)所能容納的人數(shù)時(shí)且活動(dòng)對于參與者有角色需求時(shí)，幫助活動(dòng)組織者在候選的活動(dòng)參與者中挑選合適的活動(dòng)參與者，使得在滿足活動(dòng)人數(shù)、角色要求的同時(shí)，最大化活動(dòng)參與者意愿度。

下面通過一個(gè)具體的實(shí)施例進(jìn)一步說明本發(fā)明的基于連續(xù)松弛的多角色社會活動(dòng)組織方法。

本實(shí)施例中，首先建立多角色社會活動(dòng)的組織問題的形式化描述，其具體包括：

社交網(wǎng)絡(luò)：本發(fā)明將報(bào)名參與活動(dòng)的候選參與者及其關(guān)系抽象為社交網(wǎng)絡(luò)，標(biāo)記為帶權(quán)無向圖g＝(v，e)。其中v表示社交網(wǎng)絡(luò)中所有節(jié)點(diǎn)的集合，每個(gè)節(jié)點(diǎn)vi∈v代表一個(gè)候選參與者，節(jié)點(diǎn)上的點(diǎn)權(quán)值ηi代表一個(gè)候選參與者(即節(jié)點(diǎn)vi)對于此活動(dòng)的興趣度，值越大表示對此活動(dòng)的興趣度越高，相反則越低。e表示社交網(wǎng)絡(luò)中所有邊的集合，每條邊eij∈e上的邊權(quán)值τij代表兩個(gè)候選參與者vi與vj之間的社會關(guān)系程度，值越大表示兩個(gè)候選參與者之間的關(guān)系越親密。

多角色：假設(shè)活動(dòng)需要u種角色的活動(dòng)參與者，r＝{r1，r2，…ru，…ru}表示所需的u種角色的集合。節(jié)點(diǎn)vi上的屬性值ri＝ru∈r，表示活動(dòng)候選參與者vi的角色屬性為ru，且只有唯一的角色屬性。

多角色社會活動(dòng)組織問題：從節(jié)點(diǎn)集合v中挑選k個(gè)節(jié)點(diǎn)組成滿足下述條件的結(jié)果f(結(jié)果f，即參與者集合f，后均使用結(jié)果f表示)。1)f中的節(jié)點(diǎn)屬性為ru的節(jié)點(diǎn)個(gè)數(shù)需為特定值ku，即|fu|＝ku，節(jié)點(diǎn)個(gè)數(shù)需為特定值k，即|f|＝k＝k1+k2+…+ku+…+ku；2)f的導(dǎo)出子圖中任意兩個(gè)節(jié)點(diǎn)的距離不能超過特定值m，即dis(vi，vj)≤m，其中兩個(gè)節(jié)點(diǎn)之間距離為最短路徑的長度；3)f相比于其他節(jié)點(diǎn)集合，其意愿度為最大，其中意愿度的衡量為節(jié)點(diǎn)上權(quán)重值與邊上的權(quán)重值之和，即則多角色社會活動(dòng)組織問題形式化為：

s.t.|fu|＝ku

dis(vi，vj)≤m。

然后，本實(shí)施例通過基于連續(xù)松弛的多角色社會活動(dòng)組織算法(mrsao-cr)對上述的多角色社會活動(dòng)的組織問題進(jìn)行求解。具體的，多角色社會活動(dòng)組織問題(multi-rolesocialactivityorganization，mrsao)為有約束的離散的組合優(yōu)化問題。基于此，本發(fā)明設(shè)計(jì)了mrsao-cr算法將該問題轉(zhuǎn)化成無約束的連續(xù)問題，然后使用ratiodca算法對轉(zhuǎn)化后的問題進(jìn)行求解。

(1)有約束問題轉(zhuǎn)化成無約束問題

我們使用罰函數(shù)技術(shù)將問題mraso轉(zhuǎn)化成無約束問題。mraso的兩個(gè)約束條件為：1)每個(gè)角色的節(jié)點(diǎn)數(shù)量是一定的；2)兩個(gè)節(jié)點(diǎn)之間的距離不能超過m。所以設(shè)懲罰因子為：

其中，當(dāng)結(jié)果f中的所有節(jié)點(diǎn)滿足約束條件時(shí)，懲罰因子pen(f)的值為零；當(dāng)結(jié)果f中存在不滿足約束條件的節(jié)點(diǎn)時(shí)，懲罰因子pen(f)的值為大于零的正值，其中不滿足約束條件的節(jié)點(diǎn)越多，pen(f)值越大。

根據(jù)社交網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)，公式(1)可簡寫為：

maxh(f)＝max{vv(f)+2ee(f)}

s.t.|fu|＝ku，

dis(vi，vj)≤m

其中，表示f中所有節(jié)點(diǎn)上的點(diǎn)權(quán)值總和，表示f的導(dǎo)出子圖上所有邊上的邊權(quán)值總和。

問題mraso轉(zhuǎn)化成無約束問題后，待用目標(biāo)函數(shù)為：

max{vv(f)+2ee(f)-γpen(p)}

其中，參數(shù)f0表示mraso問題的任意可行解，β表示最小的不可行解的值，即若f是不可行解時(shí)，pen(f)≥β。

(2)離散問題放松成連續(xù)問題

因?yàn)檫B續(xù)問題求解比離散問題求解簡單，所以使用lovaszextensions擴(kuò)展將無約束的離散問題放松成無約束的連續(xù)問題。此時(shí)需要設(shè)置閾值。在此問題中離散問題放松成連續(xù)問題具體是指f的決策變量的值域由{0，1}ⁿ放松到[0，1]ⁿ，令

fi：＝{j∈v|fj≥fi}(f＝{0，1}ⁿ，|v|＝n)

當(dāng)節(jié)點(diǎn)vj的值fj大于等于閾值fi時(shí)，節(jié)點(diǎn)vj的狀態(tài)值為1，表示節(jié)點(diǎn)vj為符合要求的節(jié)點(diǎn)；反之，節(jié)點(diǎn)的狀態(tài)值為0，表示節(jié)點(diǎn)不符合要求。

其中，lovaszextensions定義：令|v|＝n，令且f1≤f2≤…≤fn，則r的lovaszextensions，

問題mraso轉(zhuǎn)化成無約束連續(xù)問題后，目標(biāo)函數(shù)為：

max{vv^l(f)+2ee^l(f)-γpen^l(f)}。

令r是任意的集合函數(shù)，lovaszextensions的性質(zhì)為：

r的lovaszextensionsr^l為正向同構(gòu)。

當(dāng)任意集合函數(shù)r可寫成r＝r1-r2，其中，r1和r2具有子模性且時(shí)。r的lovaszextensionsr^l可以由兩個(gè)凸函數(shù)的差表示。

(3)無約束連續(xù)問題的求解

因?yàn)榧虾瘮?shù)的lovaszextensions擴(kuò)展可以用兩個(gè)凸函數(shù)的差來表示，則上述目標(biāo)函數(shù)可以用兩個(gè)凸函數(shù)的差來表示，且可整理成如下的目標(biāo)函數(shù)表達(dá)式：

其中，r1(f)、r2(f)、s1(f)和s2(f)為正向同構(gòu)的凸函數(shù)。上述的整理過程如下：

首先，目標(biāo)函數(shù)整理為：

因?yàn)?，s1(f)和s2(f)為正向同構(gòu)的凸函數(shù)，且所以設(shè)s1(f)和s2(f)的表達(dá)式分別為：

r1(f)和r2(f)的表達(dá)式可以經(jīng)過一系列的數(shù)學(xué)轉(zhuǎn)化得到，過程如下：

繼續(xù)整理得到

pen(f)＝pen1(f)-pen2(f)

所以，

最后使用rationdca算法來求解目標(biāo)函數(shù)的近似解，下面給出一個(gè)rationdca算法求解的偽代碼實(shí)現(xiàn)：

算法的基本步驟為，首先輸入r1(f)、r2(f)、s1(f)、s2(f)和f⁰，然后使用rationdca返回目標(biāo)函數(shù)表達(dá)式的目標(biāo)函數(shù)值λ^l+1和f^l+1。其中和分別表示r2(f)和s1(f)的次梯度。

本發(fā)明實(shí)施例中，所使用的用來驗(yàn)證算法可行性與有效性的數(shù)據(jù)集來源于dblp。數(shù)據(jù)集中的數(shù)據(jù)為論文信息和論文作者的信息。具體的，我們提取數(shù)據(jù)集中四個(gè)研究領(lǐng)域的數(shù)據(jù)來進(jìn)行試驗(yàn)：數(shù)據(jù)庫(db)，數(shù)據(jù)挖掘(dm)，理論(t)和人工智能(ai)。對數(shù)據(jù)進(jìn)行預(yù)處理后，得到包括9264個(gè)節(jié)點(diǎn)，152302個(gè)邊和4種角色(不同領(lǐng)域分別代表不同的角色)的社交網(wǎng)絡(luò)數(shù)據(jù)。其中，節(jié)點(diǎn)表示活動(dòng)候選參與者(作者)，邊表示兩個(gè)候選參與者之間的關(guān)系(合著作者)。候選參與者(作者)所在的研究領(lǐng)域代表其(節(jié)點(diǎn))角色。節(jié)點(diǎn)上的點(diǎn)權(quán)值表示候選參與者對活動(dòng)的興趣度，對用戶對于活動(dòng)興趣度的分析，以及作者所著論文數(shù)量，對其進(jìn)行處理，使其遵循冪律分布。邊上的邊權(quán)值表示兩個(gè)候選參與者之間的親密程度，計(jì)算方法為計(jì)算兩個(gè)合著作者的關(guān)系程度：其中pvi表示作者(節(jié)點(diǎn))vi所著論文集合。

最后，給出一個(gè)應(yīng)用本發(fā)明實(shí)施例的方法的具體應(yīng)用實(shí)例。

本發(fā)明可以應(yīng)用于基于事件的社交網(wǎng)絡(luò)中，幫助活動(dòng)組織者從報(bào)名參與的活動(dòng)候選參與者中挑選合適的參與者，最大化活動(dòng)參與者的意愿度，進(jìn)而使得活動(dòng)圓滿舉行。例如，活動(dòng)組織者借助基于事件的社交網(wǎng)絡(luò)平臺組織一個(gè)技術(shù)會議，會議需要k個(gè)來自不同技術(shù)領(lǐng)域的專家，如k1個(gè)網(wǎng)絡(luò)專家(r1)，k2個(gè)語言處理專家(r2)，k3個(gè)人工智能專家(r3)和k4個(gè)數(shù)據(jù)挖掘?qū)＜?r4)。因此，組織者需要從報(bào)名的活動(dòng)候選參與者中選擇適當(dāng)?shù)膮⒓诱?。如圖2所示，節(jié)點(diǎn)表示候選參與者，節(jié)點(diǎn)上的值表示候選參與者對于此次活動(dòng)的興趣度，值越高表示越喜歡，節(jié)點(diǎn)的形狀代表所屬的技術(shù)領(lǐng)域；圖中的邊表示兩個(gè)候選參與者之間的社會關(guān)系，邊上的權(quán)值表示社會關(guān)系親密程度，權(quán)值越大表示關(guān)系越親密。假設(shè)在這種情況下每個(gè)角色的參加者的數(shù)量是k1＝2，k2＝4，k3＝4和k4＝5。為了實(shí)現(xiàn)最大化參與者意愿度的目標(biāo)，選擇陰影區(qū)域中的節(jié)點(diǎn)，如圖3所示，這是因?yàn)榇私M合的意愿度值相比于其他組合最大。

所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：以上任何實(shí)施例的討論僅為示例性的，并非旨在暗示本公開的范圍(包括權(quán)利要求)被限于這些例子；在本發(fā)明的思路下，以上實(shí)施例或者不同實(shí)施例中的技術(shù)特征之間也可以進(jìn)行組合，步驟可以以任意順序?qū)崿F(xiàn)，并存在如上所述的本發(fā)明的不同方面的許多其它變化，為了簡明它們沒有在細(xì)節(jié)中提供。

本發(fā)明的實(shí)施例旨在涵蓋落入所附權(quán)利要求的寬泛范圍之內(nèi)的所有這樣的替換、修改和變型。因此，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何省略、修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。