基于聚类融合算法的社交团体发现方法技术

本发明专利技术公开了一种基于聚类融合算法的社交团体发现方法，首先，由社交网络数据生成基准类，使同基准类中的社交用户具有相似的团体属性。对于基聚类，使用采用器，生成各种基聚类集。对于每个基聚类集，使用聚类融合算法，对聚类融合结果采用聚类融合算法进行融合，生成候选基准。对于候选基准，使用筛选器，依据设定筛选条件，得出基准。然后，使用基准对聚类质量进行评价。得到基准后，本文采用外在评价方法对聚类质量进行评价。本发明专利技术通过对基聚类的决策进行融合，得出更准确、壮健的决策。提高了社交网络数据中团体发现，个体发现的准确率，使服务商更加充分的获得用户信息，从而提高服务质量，具有极大的使用价值。

【技术实现步骤摘要】

本专利技术属于社交网络团体挖掘
，涉及一种运用聚类融合算法的判断方 法，具体涉及一种。
技术介绍
"互联网+"是互联网思维的进一步实践成果，它代表一种先进的生产力，推动经济 形态不断的发生演变，从而带动社会经济实体的生命力，为改革、发展、创新提供广阔的网 络平台。 现在，传统的互联网正在迈向全新的时代----社交服务网时代（Social NetworkingService)，从"人与机器"的时代迈向"人与人"的时代。个体的社交圈会不断 地扩大和重叠并在最终形成大的社交网络。社交网的一个显著特点是支持巨大用户数，例 如Facebook支持超过3亿的用户，其数据中心运行着超过万台的服务器，为遍布全球的用 户提供信息通讯服务。另外，任何两个社交网用户都可能交互，也就是必须支持任何两个数 据库用户的数据关联操作。这对于服务端的数据库管理提出了极大的挑战。 云服务器（ElasticComputeService,简称ECS)是一种处理能力可弹性伸缩的 计算服务，其管理方式比物理服务器更简单高效。云服务器帮助您快速构建更稳定、安全的 应用，降低开发运维的难度和整体IT成本，使您能够更专注于核心业务的创新。目前，是做 的比较完善的生态系统。 聚类融合算法的核心思想是通过把多个聚类算法融合，得出更准确、更健壮的决 策。一方面，由于基聚类分别来自于不同基聚类算法，其聚类算法的初始化条件、参数设置， 甚至算法思想都各不相同，所以这些各不相同的基聚类都蕴含数据集的一部分特征。通过 把这些各异的基聚类进行融合，能有效地更全面地、更准确地反映出数据集的真正特征。另 一方面，即使某些基聚类存在反映数据集的错误信息，但通过大量基聚类的正确信息修正， 能有效地得出更健壮的聚类决策。由于聚类融合算法这些优良特点，目前在聚类算法研究 领域，聚类融合算法正在蓬勃地发展。
技术实现思路
本专利技术的目的是提供一种，针对复杂的社 交网络数据，运用聚类融合算法作为判断准则，然后对一系列未知的社交网络数据进行分 类，得到相应的分类，让市场人员能相应的服务。 本专利技术所采用的技术方案是，，具体按照 以下步骤实施： 步骤1:对于社交网路中的数据，根据基聚类算法分别得出相应的采样基聚类； 步骤2 :对步骤1得到的每个采样基聚类集进行融合，得出候选基准； 步骤3 :对步骤2得到的候选基准进行筛选，评分最高的候选基准作为最优基准； 步骤4 :使用步骤3得到的最优基准对聚类质量进行评价。 本专利技术的特点还在于， 其中的步骤1具体按照以下步骤实施： 假设有一个包含m个对象的数据集X，定义X={xdx2,…，xM}，在运行N个基聚类 算法后，得到N个基聚类π，定义π= {jii,jt2，···，jtn}，然后，对π进行融合聚类算法运 算，得到融合聚类31 %定义Φ( 3〇,其中Φ是聚类融合函数； 首先，对社交网络用户信息进行采样，利用社交平台账户获取平台访问权限，通过 设置初始任务集对目标信息进行定向获取； 其次，采用k-means作为候选基准算法，先设定聚类个数，然后随机设定初始化聚 类中心，生成多个基聚类；为了生成多样性高的基聚类集，通过采样器对基聚类集进行采 样，通过组合子基聚类集的方式，得到多个组差异化大的采样基聚类基。 其中的采样器采样的方式是随机赌轮盘方式。 其中的步骤2具体按照以下步骤实施： 采用SLC算法来对融合聚类集进行融合，得到候选基准： 候选基准的评分定义如下： 其中，候选基准为融合聚类为<和<，α为阈值。 其中的当融合聚类之间相似程度大于α时，评分为0,这时防止融合聚类之间的 相似性太大；当融合聚类之间相似程度小于α时，评分由两部分相加而成；第一部分是融 合聚类于候选基准之间的相似程度，第二部分是融合聚类之间的相似程度；λ是两部分之 间的权重；当λ>0.5时，在评分中，第一部分比第二部分的权重大；当λ<0.5时，在评 分中，第二部分比第一部分的权重大；当λ=0.5时，在评分中，第二部分比第一部分的权 重相等；一般而言，选择λ= 0. 5,即第二部分和第一部分占评分的权重一样；据此，计算每 一个候选基准的评分，评分最高的候选基准作为最终的基准；经过筛选的基准作为下一步 的最优基准使用，来评价聚类质量。 其中的步骤4具体按照以下步骤实施： 利用上一步生成的最优基准，利用外在方法BCubed对聚类质量进行评价：给定基 准31jPK个由不同聚类融合算法所得的融合聚类31 ={> 31 2，~31 k}，对每一个融合聚 类^，都可以得出一个质量评价以^，;评分越高，代表该聚类融合算法得出来的融 合结果越好； 假设有对象集合X= {Xl，x2，…，xn}，C是X的一个聚类，B是X的基准；C(Xl) (1彡i彡η)表示\在C的类别，B(xJ(1彡i彡η)表示\在B的类别；对于两个对象Xi 和Xj(1彡i,j彡n,i乒j)，xjPX」在聚类C的正确性的定义如下： ? BCubed的精度定义如下： BCubed的召回率定义如下： 精度和召回率都可以用来评价聚类，F度量可以同时结合精度和召回率，定义如 下：7F度量的取值范围在0到1之间，当F度量等于0时，聚类质量并不理想；当F度 量等于1时，聚类质量理想，与基准完全一致；所以当F度量越接近1时，聚类质量越好。 专利技术的有益效果是，本专利技术提出一种不依赖专家评价基准的外在评价方法为准则 的团体发现识别方法。首先，由社交网络数据生成基准类，使同基准类中的社交用户具有相 似的团体属性。对于基聚类，使用采用器，生成各种基聚类集。对于每个基聚类集，使用聚 类融合算法，对聚类融合结果采用聚类融合算法进行融合，生成候选基准。对于候选基准， 使用筛选器，依据设定筛选条件，得出基准。然后，使用基准对聚类质量进行评价。得到基 准后，本文采用外在评价方法对聚类质量进行评价。本专利技术通过对基聚类的决策进行融合， 得出更准确、壮健的决策。提高了社交网络数据中团体发现，个体发现的准确率，使服务商 更加充分的获得用户信息，从而提高服务质量，具有极大的使用价值。【附图说明】 图1为对基聚类采样部分实现的框架图； 图2为生成候选基准部分实现的框架图； 图3为筛选候选基准部分实现的框架图。【具体实施方式】 下面结合附图和【具体实施方式】对本专利技术进行详细说明。 本专利技术，具体按照以下步骤实施： 步骤1:对于社交网路中的数据，根据基聚类算法分别得出相应的基聚类（基聚类 算法1得出相应的基聚类1)，其中采样的方式是随机赌轮盘方式。具体为：构建社交网路 数据中的基聚类：对于社交网路中的数据，根据基聚类算法分别得出相应的基聚类（基聚 类算法1得出相应的基聚类1)，把社交网路数据分为不同的基聚类，然后对基聚类集进行 采样，目的是生成多样性高的采样基聚类集。多样性高的采样基聚类集有助于后续生成的 多样性的候选融合聚类，有利于于筛选最后的融合聚类。 步骤2:对每个采样基聚类集进行融合，得出候选基准。具体为：对每个采样网络 数据基聚类运行参与评价的聚类融合算法，把生成的融合聚类集用聚类融合算法来生成候 选基准。以此类推，生成候选基准集。 步骤3:对候选基准进行筛选，评分最高的候选基准即是基准。 步骤4:使用基准对聚类本文档来自技高网...

【技术保护点】
基于聚类融合算法的社交团体发现方法，其特征在于，具体按照以下步骤实施：步骤1：对于社交网路中的数据，根据基聚类算法分别得出相应的采样基聚类；步骤2：对步骤1得到的每个采样基聚类集进行融合，得出候选基准；步骤3：对步骤2得到的候选基准进行筛选，评分最高的候选基准作为最优基准；步骤4：使用步骤3得到的最优基准对聚类质量进行评价。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘波，余刚，肖燕珊，郝志峰，梁荣德，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44