【技术实现步骤摘要】
本专利技术涉及,属于在线社交网络
技术介绍
随着信息技术的高速发展,大型数据库与数据采集工具被广泛应用于企业及政府的管理实践中,这为人们带来了大量原始数据,同时也对相关的数据处理技术提出了更高的要求。为了更有效地处理大型数据集,并从中发现有用的信息,多种数据挖掘技术应运而生,如分类技术、预测技术、聚类分析等等。另一方面,在线社交网络已经成为互联网上发展最快的应用,如何从海量的社交数据中提取出有用的信息已成为重要的研究课题。例如,通过数据挖掘的方法,我们可以分析出用户之间的相关性、购买兴趣分布等实用信息,然后在不同的地区制定不同的营销策略。关于社交网络的数据挖掘其研究内容非常广泛,对网络进行层次划分也是其中之一。不难发现,在大量的社交网络中都存在着不同的社交层次。比如,一些人比另一些人的人缘更好,一些人的举动更能引起其他人的模仿等等,找到这样的社交领袖团体不仅对于决策的制定者非常重要,对于执行者都有非比寻常的意义。而现在已有的关于社交网络的结构分析方法,如社团发现、引文分析等方法等不能满足确定社交影响者的目标,因此我们采用经典的图控制集来解决这一问题。而图中的最小控制集是经典的NP-困难问题,它的确定性算法通常带来复杂的数据结构和漫长的运行时间,实际运行效果并不理想。
技术实现思路
本专利技术提出了,采用启发式方法中的进化算法来求解最小控制集问题,进而对相关的社交网络进行分层分析,不仅结构简单,而且计算效率较高。本专利技术为解决其技术问题采用如下技术方案: ,包括如下三个步骤:(1)将社交网络中的成员视作图的顶点,若两个成员之间有联系,则在对 ...
【技术保护点】
一种基于控制集改进算法的社交网络分层方法,其特征在于,包括如下三个步骤:(1)将社交网络中的成员视作图的顶点,若两个成员之间有联系,则在对应的两点之间联边,如此则得到一个图,然后将社交网络的分层问题转化为搜索图的最小控制集问题;(2)用基于引导变异的的进化算法来搜索最小控制集;(3)将图的控制集转化为社交网络的领袖团体以实现分层。
【技术特征摘要】
1.一种基于控制集改进算法的社交网络分层方法,其特征在于,包括如下三个步骤:(I)将社交网络中的成员视作图的顶点,若两个成员之间有联系,则在对应的两点之间联边,如此则得到一个图,然后将社交网络的分层问题转化为搜索图的最小控制集问题;(2)用基于引导变异的的进化算法来搜索最小控制集;(3)将图的控制集转化为社交网络的领袖团体以实现分层。2.根据权利要求1所述的一种基于控制集改进算法的社交网络分层方法,其特征在于所述步骤(2)中用基于引导变异的的进化算法来搜索最小控制集,包括如下步骤: 1)进行编码转换,将最小控制集问题转换到进化算法所能处理的搜索空...
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。