一種基于sns的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法。
【背景技術(shù)】
[0002] 互聯(lián)網(wǎng)時(shí)代是信息膨脹的時(shí)代。科技的進(jìn)步，尤其是3G網(wǎng)絡(luò)的發(fā)展、智能手機(jī)的 普及，極大地提高了網(wǎng)民的互聯(lián)網(wǎng)參與度。伴隨著SNS(SocialNetworkSite，社交網(wǎng)站） 的興起，互聯(lián)網(wǎng)成為一種社會(huì)關(guān)系的載體?；诨ヂ?lián)網(wǎng)信息的社會(huì)關(guān)系挖掘已然成為一項(xiàng) 熱門課題。
[0003] 通過(guò)SNS網(wǎng)站可以知道某用戶是哪些用戶的粉絲（即某用戶關(guān)注了哪些用戶）以 及某用戶有哪些粉絲（即哪些用戶關(guān)注了此用戶）。以此為起點(diǎn)，通過(guò)更深層次的采集，可 以很容易的知道更多用戶的相互關(guān)注情況。但是這樣的方法有以下不足：
[0004] 1)它僅是虛擬世界中的一種關(guān)注行為，并不代表現(xiàn)實(shí)世界中他們彼此認(rèn)識(shí)；
[0005] 2)僅僅通過(guò)直接關(guān)注情況得來(lái)的信息量是片面的、有限的。

【發(fā)明內(nèi)容】

[0006] 針對(duì)上述技術(shù)問(wèn)題，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于社交網(wǎng)站平臺(tái)， 結(jié)合用戶備注信息和150定律，能夠分析找出更多在現(xiàn)實(shí)世界中彼此認(rèn)識(shí)的基于SNS的個(gè) 人社會(huì)關(guān)系數(shù)據(jù)挖掘方法。
[0007] 本發(fā)明為了解決上述技術(shù)問(wèn)題采用以下技術(shù)方案：本發(fā)明設(shè)計(jì)了一種基于SNS的 個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，包括如下步驟：
[0008] 步驟001.在社交網(wǎng)站中任意選取一名用戶，獲取該用戶在社交網(wǎng)站中關(guān)注用戶 的用戶列表，作為一級(jí)用戶列表；
[0009] 步驟002.針對(duì)一級(jí)用戶列表中的用戶進(jìn)行過(guò)濾，刪除異常用戶，更新一級(jí)用戶列 表；
[0010] 步驟003.針對(duì)一級(jí)用戶列表中的各個(gè)用戶，分別采集各個(gè)用戶在社交網(wǎng)站中關(guān) 注用戶的用戶列表，分別作為二級(jí)用戶列表；
[0011] 步驟004.分別針對(duì)各個(gè)二級(jí)用戶列表中的用戶進(jìn)行過(guò)濾，刪除異常用戶，分別更 新各個(gè)二級(jí)用戶列表；
[0012] 步驟005.將一級(jí)用戶列表和各個(gè)二級(jí)用戶列表分別作為各個(gè)初級(jí)用戶列表，分 別針對(duì)各個(gè)初級(jí)用戶列表中的用戶按兩兩組合方式進(jìn)行分組獲得各個(gè)用戶分組，其中， 各個(gè)初級(jí)用戶列表分別對(duì)應(yīng)的用戶分組的數(shù)量為c】，n為對(duì)應(yīng)初級(jí)用戶列表中用戶的數(shù) 量；
[0013] 步驟006.針對(duì)所有初級(jí)用戶列表對(duì)應(yīng)的各個(gè)用戶分組，分別統(tǒng)計(jì)各個(gè)用戶分組 的數(shù)量，刪除數(shù)量小于預(yù)設(shè)共同被關(guān)注次數(shù)閾值的用戶分組；
[0014] 步驟007.將剩余所有用戶分組中的各個(gè)用戶作為各個(gè)分析用戶，分別針對(duì)各個(gè) 分析用戶，獲得與分析用戶位于同一用戶分組、并且與分析用戶對(duì)應(yīng)同一用戶分組的數(shù)量 大于預(yù)設(shè)數(shù)量閾值的各個(gè)用戶，該各個(gè)用戶構(gòu)成對(duì)應(yīng)分析用戶的用戶分析列表；
[0015] 步驟008.分別針對(duì)各個(gè)分析用戶所對(duì)應(yīng)的用戶分析列表，分別計(jì)算獲得用戶分 析列表中各個(gè)用戶與對(duì)應(yīng)分析用戶之間的相識(shí)可信度，并將用戶分析列表中的各個(gè)用戶按 其與對(duì)應(yīng)分析用戶之間相識(shí)可信度，由高至低進(jìn)行排序；
[0016] 步驟009.分別針對(duì)各個(gè)分析用戶所對(duì)應(yīng)的用戶分析列表，判斷用戶分析列表中 用戶的數(shù)量是否大于150,是則刪除第150個(gè)用戶之后的所有用戶，更新用戶分析列表；否 則不做任何操作；
[0017] 步驟010.分別針對(duì)各個(gè)分析用戶所對(duì)應(yīng)的用戶分析列表，分別判斷用戶分析列 表中各個(gè)用戶與對(duì)應(yīng)分析用戶之間相識(shí)可信度和預(yù)設(shè)相識(shí)度下限值、預(yù)設(shè)相識(shí)度上限值之 間的關(guān)系，若相識(shí)可信度低于預(yù)設(shè)相識(shí)度下限值，則判定該相識(shí)可信度所對(duì)應(yīng)用戶與對(duì)應(yīng) 分析用戶之間彼此認(rèn)識(shí)的可能性??；若相識(shí)可信度高于預(yù)設(shè)相識(shí)度下限值，且低于預(yù)設(shè)相 識(shí)度上限值，則判定該相識(shí)可信度所對(duì)應(yīng)用戶與對(duì)應(yīng)分析用戶之間彼此可能認(rèn)識(shí)；若相識(shí) 可信度高于預(yù)設(shè)相識(shí)度上限值，則判定該相識(shí)可信度所對(duì)應(yīng)用戶與對(duì)應(yīng)分析用戶之間彼此 很可能認(rèn)識(shí)。
[0018] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟002和步驟004中，分別針對(duì)一級(jí)用戶 列表中的用戶和各個(gè)二級(jí)用戶列表中的用戶進(jìn)行過(guò)濾的操作為判斷若用戶為"大V"用戶， 或者其粉絲數(shù)大于100000,則將該用戶作為異常用戶進(jìn)行刪除，實(shí)現(xiàn)針對(duì)用戶的過(guò)濾。
[0019] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟008中，分別計(jì)算獲得用戶分析列表 中各個(gè)用戶與對(duì)應(yīng)分析用戶之間的相識(shí)可信度，具體包括針對(duì)用戶分析列表中各個(gè)用戶分 別執(zhí)行如下步驟：
[0020] 步驟00801.分別獲取用戶分析列表中用戶的備注信息，以及用戶分析列表對(duì)應(yīng) 的分析用戶的備注信息，進(jìn)入步驟00802 ;
[0021] 步驟00802.判斷該用戶和該分析用戶中是否存在一位用戶備注信息中的各項(xiàng)屬 性全部為空，是則進(jìn)入步驟00805 ;否則進(jìn)入步驟00803 ;
[0022] 步驟00803.針對(duì)該用戶備注信息中各項(xiàng)屬性與和該分析用戶備注信息中各項(xiàng)屬 性分別對(duì)應(yīng)進(jìn)行比較，獲得該用戶與該分析用戶在備注信息中各項(xiàng)屬性上的比較結(jié)果，其 中，若屬性比較相同或相近，則該用戶和該分析用戶在該屬性上的比較值為1，若屬性比較 不相同，則該用戶和該分析用戶在該屬性上的比較值為〇 ;進(jìn)入步驟00804 ;
[0023] 步驟00804.根據(jù)該用戶與該分析用戶在備注信息中各項(xiàng)屬性上的比較結(jié)果，以 及各項(xiàng)預(yù)設(shè)備注信息屬性權(quán)重，進(jìn)行加權(quán)計(jì)算獲得該用戶與該分析用戶之間的相識(shí)可信 度，該用戶與該分析用戶之間相識(shí)可信度的計(jì)算方法結(jié)束，其中，各項(xiàng)預(yù)設(shè)備注信息屬性權(quán) 重之和為1 ;
[0024] 步驟00805.直接定義該用戶與該分析用戶之間的相識(shí)可信度為0. 5,該用戶與該 分析用戶之間相識(shí)可信度的計(jì)算方法結(jié)束。
[0025] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟00804中進(jìn)行加權(quán)計(jì)算的模型如下：
[0026]
【主權(quán)項(xiàng)】
1. 一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，其特征在于，包括如下步驟： 步驟001.在社交網(wǎng)站中任意選取一名用戶，獲取該用戶在社交網(wǎng)站中關(guān)注用戶的用 戶列表，作為一級(jí)用戶列表； 步驟002.針對(duì)一級(jí)用戶列表中的用戶進(jìn)行過(guò)濾，刪除異常用戶，更新一級(jí)用戶列表； 步驟003.針對(duì)一級(jí)用戶列表中的各個(gè)用戶，分別采集各個(gè)用戶在社交網(wǎng)站中關(guān)注用 戶的用戶列表，分別作為二級(jí)用戶列表； 步驟004.分別針對(duì)各個(gè)二級(jí)用戶列表中的用戶進(jìn)行過(guò)濾，刪除異常用戶，分別更新各 個(gè)二級(jí)用戶列表； 步驟005.將一級(jí)用戶列表和各個(gè)二級(jí)用戶列表分別作為各個(gè)初級(jí)用戶列表，分別針 對(duì)各個(gè)初級(jí)用戶列表中的用戶按C"2兩兩組合方式進(jìn)行分組獲得各個(gè)用戶分組，其中，各個(gè) 初級(jí)用戶列表分別對(duì)應(yīng)的用戶分組的數(shù)量為& 2，n為對(duì)應(yīng)初級(jí)用戶列表中用戶的數(shù)量； 步驟006.針對(duì)所有初級(jí)用戶列表對(duì)應(yīng)的各個(gè)用戶分組，分別統(tǒng)計(jì)各個(gè)用戶分組的數(shù) 量，刪除數(shù)量小于預(yù)設(shè)共同被關(guān)注次數(shù)閾值的用戶分組； 步驟007.將剩余所有用戶分組中的各個(gè)用戶作為各個(gè)分析用戶，分別針對(duì)各個(gè)分析 用戶，獲得與分析用戶位于同一用戶分組、并且與分析用戶對(duì)應(yīng)同一用戶分組的數(shù)量大于 預(yù)設(shè)數(shù)量閾值的各個(gè)用戶，該各個(gè)用戶構(gòu)成對(duì)應(yīng)分析用戶的用戶分析列表； 步驟008.分別針對(duì)各個(gè)分析用戶所對(duì)應(yīng)的用戶分析列表，分別計(jì)算獲得用戶分析列 表中各個(gè)用戶與對(duì)應(yīng)分析用戶之間的相識(shí)可信度，并將用戶分析列表中的各個(gè)用戶按其與 對(duì)應(yīng)分析用戶之間相識(shí)可信度，由高至低進(jìn)行排序； 步驟009.分別針對(duì)各個(gè)分析用戶所對(duì)應(yīng)的用戶分析列表，判斷用戶分析列表中用戶 的數(shù)量是否大于150,是則刪除第150個(gè)用戶之后的所有用戶，更新用戶分析列表；否則不 做任何操作； 步驟010.分別針對(duì)各個(gè)分析用戶所對(duì)應(yīng)的用戶分析列表，分別判斷用戶分析列表中 各個(gè)用戶與對(duì)應(yīng)分析用戶之間相識(shí)可信度和預(yù)設(shè)相識(shí)度下限值、預(yù)設(shè)相識(shí)度上限值之間的 關(guān)系，若相識(shí)可信度低于預(yù)設(shè)相識(shí)度下限值，則判定該相識(shí)可信度所對(duì)應(yīng)用戶與對(duì)應(yīng)分析 用戶之間彼此認(rèn)識(shí)的可能性小；若相識(shí)可信度高于預(yù)設(shè)相識(shí)度下限值，且低于預(yù)設(shè)相識(shí)度 上限值，則判定該相識(shí)可信度所對(duì)應(yīng)用戶與對(duì)應(yīng)分析用戶之間彼此可能認(rèn)識(shí)；若相識(shí)可信 度高于預(yù)設(shè)相識(shí)度上限值，則判定該相識(shí)可信度所對(duì)應(yīng)用戶與對(duì)應(yīng)分析用戶之間彼此很可 能認(rèn)識(shí)。
2. 根據(jù)權(quán)利要求1所述一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，其特征在于：所 述步驟002和步驟004中，分別針對(duì)一級(jí)用戶列表中的用戶和各個(gè)二級(jí)用戶列表中的用戶 進(jìn)行過(guò)濾的操作為判斷若用戶為"大V"用戶，或者其粉絲數(shù)大于100000,則將該用戶作為 異常用戶進(jìn)行刪除，實(shí)現(xiàn)針對(duì)用戶的過(guò)濾。
3. 根據(jù)權(quán)利要求1所述一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，其特征在于：所 述步驟008中，分別計(jì)算獲得用戶分析列表中各個(gè)用戶與對(duì)應(yīng)分析用戶之間的相識(shí)可信 度，具體包括針對(duì)用戶分析列表中各個(gè)用戶分別執(zhí)行如下步驟： 步驟00801.分別獲取用戶分析列表中用戶的備注信息，以及用戶分析列表對(duì)應(yīng)的分 析用戶的備注信息，進(jìn)入步驟00802 ; 步驟00802.判斷該用戶和該分析用戶中是否存在一位用戶備注信息中的各項(xiàng)屬性全 部為空，是則進(jìn)入步驟00805 ;否則進(jìn)入步驟00803 ; 步驟00803.針對(duì)該用戶備注信息中各項(xiàng)屬性與和該分析用戶備注信息中各項(xiàng)屬性分 別對(duì)應(yīng)進(jìn)行比較，獲得該用戶與該分析用戶在備注信息中各項(xiàng)屬性上的比較結(jié)果，其中，若 屬性比較相同或相近，則該用戶和該分析用戶在該屬性上的比較值為1，若屬性比較不相 同，則該用戶和該分析用戶在該屬性上的比較值為0 ;進(jìn)入步驟00804 ; 步驟00804.根據(jù)該用戶與該分析用戶在備注信息中各項(xiàng)屬性上的比較結(jié)果，以及各 項(xiàng)預(yù)設(shè)備注信息屬性權(quán)重，進(jìn)行加權(quán)計(jì)算獲得該用戶與該分析用戶之間的相識(shí)可信度，該 用戶與該分析用戶之間相識(shí)可信度的計(jì)算方法結(jié)束，其中，各項(xiàng)預(yù)設(shè)備注信息屬性權(quán)重之 和為1 ; 步驟00805.直接定義該用戶與該分析用戶之間的相識(shí)可信度為0. 5,該用戶與該分析 用戶之間相識(shí)可信度的計(jì)算方法結(jié)束。
4. 根據(jù)權(quán)利要求3所述一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，其特征在于：所 述步驟00804中進(jìn)行加權(quán)計(jì)算的模型如下：
其中，
，C為該用戶與該分析用戶之間相識(shí)可信度，4為該用戶與該分析用戶 在第i個(gè)屬性上的比較結(jié)果，％為第i個(gè)屬性的預(yù)設(shè)備注信息屬性權(quán)重，I為備注信息中屬 性的數(shù)量。
5. 根據(jù)權(quán)利要求3所述一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，其特征在于：所 述備注信息包括如下屬性：所屬行業(yè)、所屬院校、所在籍貫、當(dāng)前年齡。
6. 根據(jù)權(quán)利要求5所述一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，其特征在于：所 述預(yù)設(shè)備注信息屬性權(quán)重中，所屬行業(yè)的預(yù)設(shè)備注信息屬性權(quán)重為〇. 4,所屬院校的預(yù)設(shè)備 注信息屬性權(quán)重為〇. 3,所在籍貫的預(yù)設(shè)備注信息屬性權(quán)重為0. 2,當(dāng)前年齡的預(yù)設(shè)備注信 息屬性權(quán)重為0. 1。
【專利摘要】本發(fā)明涉及一種基于SNS的個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘方法，邏輯清楚，易于實(shí)施，其中，以社交網(wǎng)站平臺(tái)為基礎(chǔ)，獲取用戶的關(guān)注信息、粉絲信息，以及用戶的備注信息，計(jì)算獲得兩用戶之間的相識(shí)可信度，并結(jié)合150定律，分析找出更多在現(xiàn)實(shí)世界中彼此認(rèn)識(shí)的人，有效提高了個(gè)人社會(huì)關(guān)系數(shù)據(jù)挖掘的工作效率和準(zhǔn)確性。
【IPC分類】G06F17-30
【公開(kāi)號(hào)】CN104573081
【申請(qǐng)?zhí)枴緾N201510042252
【發(fā)明人】張坤, 史波良, 李名臣, 邢蘇霄
【申請(qǐng)人】南京烽火星空通信發(fā)展有限公司
【公開(kāi)日】2015年4月29日
【申請(qǐng)日】2015年1月27日