【技术实现步骤摘要】
本专利技术涉及社会计算
,尤其涉及一种在线社交网络中朋友关系预测的方法。
技术介绍
近年来社交网络得到了迅猛的发展,人们对信息的获取和消息的传递开始变得越来越依赖于网络,用户可以通过分享新闻、日志、视频、音乐及相片等方法,维持和开拓人际关系。在线社交网络是虚拟和现实的结合,人们在现实生活中的行为和他们在社交网络中的行为有很大程度的相似性,这些行为相似的并且在地理上相距比较近的人更有可能成为朋友。在线社交网络基于六度分割理论运作,即你和任何一个陌生人之间所间隔的人不会超过六个,也就是说,最多通过六个人你就能够认识任何一个陌生人。这就是六度分割理论,也叫小世界理论。每个个体的社交圈不断放大,最后形成一个大型的社交拓扑网络。专利200610157496.9提出了一种社交网络社区的推荐朋友的方法,但其没有考虑用户的社交圈子以及用户之间的距离。专利200910213921.5只公开了社交网络中社区推荐异性朋友的方法,其只考虑了用户的特征信息,没有用户的行为信息。专利200810009403.7提出了社会网络的竞争性朋友排名的方法,强调朋友之间的互动,忽略了用户本身的行为和地域等信息。鉴于上述缺陷,本专利技术创作者经过长时间的研究和实践终于获得了本创作。
技术实现思路
本专利技术的目的在于提供一种在线社交网络中朋友关系预测的方法,用以克服上述技术缺陷。为实现上述目的,本专利技 ...
【技术保护点】
一种在线社交网络中朋友关系预测的方法,其特征在于,该具体过程为:步骤101,基于社交网站提供的API接口采集用户在社交网络上的签到数据及朋友关系;步骤102,根据采集的数据提取特征来表征用户之间的关系,以信息增益为标准,衡量选取特征的信息含量,选取信息增益最大的三个特征来表征用户之间的朋友关系;步骤103,按城市选取社交网络中在的所有在该城市有签到数据及有签到数据的用户的朋友关系作为训练数据,将朋友关系数据和非朋友关系数据比例定为1∶3,按选取的三个特征采用分类算法建立朋友关系模型;步骤104,选取要预测用户的签到和朋友关系数据作为测试数据,对选取的每个用户,预测其与测试数据中其他所有用户之间的关系。
【技术特征摘要】
1.一种在线社交网络中朋友关系预测的方法,其特征在于,该具体
过程为:
步骤101,基于社交网站提供的API接口采集用户在社交网络上的签
到数据及朋友关系;
步骤102,根据采集的数据提取特征来表征用户之间的关系,以信息
增益为标准,衡量选取特征的信息含量,选取信息增益最大的三个特征来
表征用户之间的朋友关系;
步骤103,按城市选取社交网络中在的所有在该城市有签到数据及有
签到数据的用户的朋友关系作为训练数据,将朋友关系数据和非朋友关系
数据比例定为1∶3,按选取的三个特征采用分类算法建立朋友关系模型;
步骤104,选取要预测用户的签到和朋友关系数据作为测试数据,对
选取的每个用户,预测其与测试数据中其他所有用户之间的关系。
2.根据权利要求1所述的在线社交网络中朋友关系预测的方法,其
特征在于,上述步骤102中选取用户社交拓扑、用户签到地点类型和用户
签到地点三个特征;上述特征的具体计算方法如下:
定义社交网络Gs(Us,Es),节点us表示用户,假定Gs为完全图,若两用户
ui,uj是朋友,则用一条朋友边连接;若他们为非朋友,则用一条非朋友边
连接,当去掉用户ui,uj之间的朋友边后,他们之间即为非朋友边,非朋友
边不能被删除。
3.根据权利要求2所述的在线社交网络中朋友关系预测的方法,其
特征在于,所述用户社交网络的计算方法如下:
在社交网Gs中,去掉社交网Gs中用户i和用户j之间的朋友边,用户i
和用户j拓扑网络中的最短距离即为他们在用户拓扑网络中的社交距离;
若用户之间为朋友边,则其距离为1,否则为无穷大;在计算用户i和用
户j社交距离之前,若用户i和用户j之间为朋友边则先在社交网Gs中删
除该边eij,若为非朋友边则直接计算;
设用户i和用户j之间的用户边在社交网络结构中的社交距离为属性
as,其计算方法如公式1所示;
as(i,j)=shortest_dis tan ce(ui,uj)inG′s(Us,Es-eij) (1)
最短距离的计算方法可采用Dijkstra算法或Floyd算法。
4.根据权利要求2或3所述的在线社交网络中朋友关系预测的方法,
其特征在于,所述用户签到地点类型的计算方法如下:
定义用户ui签到地点类型为i,每个地点签到的次数分别为(ci1,ci2......,ciN),
\t总的签到次数为ci,设共有L个用户,每个用户在地点i签到的次数为
(Ti1,Ti2......,TiL),定义用户k在地点tik,签到的概率为p(k)...
【专利技术属性】
技术研发人员:郭斌,於志文,罗惠,周兴社,倪红波,王柱,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西;61