【技术实现步骤摘要】
【国外来华专利技术】基于时间跨度优化的短时社区搜索方法
[0001]本公开涉及社区搜索
，特别涉及一种基于时间跨度优化的短时社区搜索方法。
技术介绍
[0002]随着互联网的不断发展，用户规模也在逐年增加。近十几年来，越来越多的用户习惯于在网络上进行交友，浏览，购物等活动。由于互联网上数据量的不断增加，用户很难直接在庞大的数据中找到适合自己的内容。因此，如何结合海量数据挖掘用户行为是推荐技术中的重点研究问题之一。其中，用户社区推荐作为推荐技术中的关键任务，近年来在学术界和工业界也受到越来越多的关注。
[0003]在用户社区推荐方面，其目的是在网络中找到与查询用户相似成员所构成的社区。例如在短视频平台，用户常常会在平台中浏览喜爱的视频。尽管不同用户偏好不同，随着用户量的不断增加可以找到其他与之观看视频类别相类似的用户群体。由于这些用户往往具有一定程度的相似性，通过找到这部分用户群体，有助于发现用户兴趣爱好，引导用户加入到感兴趣的社区中。然而，尽管社区是社交网络的一个重要属性，但是社区这一概念尚无统一的形式化定义。通常，社区具有社区内...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种基于时间跨度优化的短时社区搜索方法，其特征在于，包括：S1获取用户的查询需求；所述查询需求包括：用来约束社区的子图拓扑结构特征，预设返回短时社区的数量和网络中需要的查询节点；S2根据查询需求计算网络中的全局时间跨度上限，获取最大子图；S3在所获取的最大子图的范围内找到查询节点所在的集合，获取查询节点的最小短时社区；S4将所获取的最小短时社区向外扩展且不超过最大子图范围，将满足条件的社区纳入短时社区集合；S5判断当前短时社区集合中社区的数量是否达到查询需求预设返回短时社区的数量：若是，则输出短时社区集合；若否，则执行S4继续将短时社区向外扩展，将满足条件的社区纳入短时社区集合。2.根据权利要求1所述的基于时间跨度优化的短时社区搜索方法，其特征在于，所述根据查询需求计算网络中的全局时间跨度上限，获取最大子图包括：S21在静态网络中找到查询节点所在的社区；所述静态网络不考虑时序特点；S22在静态网络中确定查询节点所在完全图的数量，在全部完全图构成的完全图集合中任取一个完全图，计算所取完全图在时序网络中存在不重复的时间跨度的数量；S23判断所计算的不重复的时间跨度的数量与完全图集合中除去所取完全图外其它完全图数量之和是否不小于预设返回短时社区的数量：若是，则S24将完全图叠加的子图作为最大子图；若否，则S25将各完全图在原时序网络范围向外扩展，直到每个完全图在扩展之后重新满足约束社区的子图拓扑结构的约束条件，形成扩展后的子图，计算各扩展后的子图中存在的不重复时间跨度的数量，累加后判断是否不小于预设返回短时社区的数量：若是，则各扩展后子图叠加所形成的子图为最大子图；若否，则S25，直到扩展后的子图为查询节点所在的社区，各扩展叠加后子图中存在的不重复时间跨度的数量累加后仍小于预设返回短时社区的数量，则将在静态网络中找到的查询节点所在社区作为全局时间跨度上限对应的最大子图。3.根据权利要求2所述的基于时间跨度优化的短时社区搜索方法，其特征在于，所述在所获取的最大子图的范围内找到查询节点所在的集合，获取查询节点的最小短时社区包括：在最大子图范围查询节点所在的基本块的集合；在所有基本块中找到查询节点的最小短时社区；计算各基本块的时间跨度，拥有最小时间跨度的基本块为最小短时社区。4.根据权利要求3所述的基于时间跨度优化的短时社区搜索方法，其特征在于：所述向外扩展的方式为向当前区域增加新的节点和边，所增加新的节点和边存在于静态网络中查询节点所在的社区，不存在于当前的区域中。5.根据权利要求4所述的基于时间跨度优化的短时社区搜索方法，其特征在于，所述将所获取的最小短时社区向外扩展且不超过最大子图的范围...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。