一种基于社团检测的空缺职位推广方法技术

本发明专利技术公开了一种基于社团检测的空缺职位推广方法，涉及社交网络领域；该方法利用社团检测方法得到的社团结构信息，设计了基于社团结构的节点选择策略，有效识别社交网络中能够公平传播空缺职位信息的用户集。本发明专利技术通过将提出的节点选择策略融入到进化算法的初始化、交叉、变异策略，从而快速有效地找到社交网络中的目标用户集，最大化空缺职位信息扩散的范围和公平。范围和公平。范围和公平。

【技术实现步骤摘要】
一种基于社团检测的空缺职位推广方法


[0001]本专利技术涉及社交网络领域，具体来说是一种基于社团检测的空缺职位推广方法，利用社团结构来有效寻找可以公平传播空缺职位信息的用户集，该方法既最大化空缺职位信息的传播范围又最小化不同群体受到的影响的差距。

技术介绍

[0002]随着互联网和Web2.0技术的快速发展，越来越多的人喜欢在Facebook、Twitter、微信和微博等社交网络上进行互动。实际上，现实世界中的社交网络可以建模为计算机科学中由节点和边组成的有向图，社交网络中的用户对应着有向图的节点，而用户之间的社交关系则对应着有向图的边。例如，Twitter和微信中的用户可以看作是有向图中的节点，而用户之间的好友关系则可以看作是有向图中的边。
[0003]由于一条信息可以在短时间内通过“口碑效应”传播而普遍存在，许多学者开始研究社交网络中的信息传播。现实生活中有许多基于社交网络的应用，例如空缺职位信息通常在社交网络上传播，人们可以通过社交网络来发布或转发空缺职位信息，这给需要就业的人们提供了很好的机会。对于发布空缺职位信息的企业来说，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于社团检测的空缺职位推广方法，其特征在于按如下步骤进行：将社交网络建模为图G＝(V，E)，其中节点集B表示社交网络中的用户，边集E表示任意两位用户之间的联系；步骤1、社团检测利用社团检测算法来获取社交网络的社团结构C，C是后续操作的必不可少的元素；步骤2、个体编码采用k位实数变量来表示种群中的每个个体P
i
；更确切地说，令P
i
＝{P
ij
∈[1，2，...，n]}，P
ij
≠P
it
，|P
i
|＝k，其中P
ij
＝x表示网络中的节点v
x
是个体P
i
的第j个元素；步骤3、基于社团的节点选择策略步骤3.1、计算社团分数社团分数是用来衡量社团的重要性的，考虑了社团的大小和包含的节点属性：式(1)中，|C
i
|表示社团C
i
中的节点数量，AC
i
表示社团C
i
包含的节点属性，u
j
表示第j个属性的紧迫度；第j个属性的紧迫度u
j
如下：式(2)中，CA
j
表示所选节点所属社团中具有第j个属性的节点数，A
j
表示网络G中具有第j个属性的节点数；CA
j
的定义如下：式(3)中，C
tj
表示社团C
t
中具有第j个属性的节点数，m是网络中社团的数量；步骤3.2、选择社团计算完社团分数后，每个社团被选中的概率的计算方式如下：式(4)中，SC
i
表示社团C
i
的社团分数，m是网络中的社团数量；步骤3.3、计算节点分数采用PageRank算法来计算节点在整个网络的分数，其计算方式如下：式(5)中，d是阻止节点分数无限增加的阻尼系数，是节点v
i
的入度邻居集，是节点v
i
的出度邻居数，n是网络G的节点数；步骤3.4、选择节点计算完节点分数后，每个节点被选中的概率的计算方式如下：式(6)中，SN
i
表示节点v
i
的分数，|C
j
|表示社团C
j
中的节点数；步骤4、种群初始化步骤4.1、定义种群大小为pop，初始迭代次数gen＝0；
步骤4.2、根据步骤3.1计算社团分数；步骤4.3、根据步骤3.3计算节点分数；步骤4....

【专利技术属性】
技术研发人员：张磊，马开聪，杨海鹏，
申请(专利权)人：安徽大学，
类型：发明
国别省市：