[发明专利]基于核心点的社会网络聚类关联分析方法及系统

说明书

技术领域

本发明涉及基于核心点的社会网络聚类关联分析方法及系统。

背景技术

目前数据挖掘任务处理的对象主要是单独的数据实例，这些数据实例往往可以用一个包含多个属性值的向量来表示，同时这些数据实例之间假设是统计上独立的。例如，要训练一个疾病诊断系统，它的任务是诊断一个被试者是否患有某种传染病，通常的做法是用一个向量来表示一个被试者，同时假设各被试者之间的患病情况是相互独立的，即知道一个确诊病人对于诊断其他被试者是否患病不能提供任何帮助。直观经验告诉我们这种假设是不合理的，一个人的亲戚、朋友患有此传染病，则他相对其他人有更大的可能性患病。在社会里，人与人不是简单的统计上独立的采样点，他们之间必然存在着联系和影响，忽视了这种联系会对整个诊断系统的性能带来很大的影响。为了解决这个问题，必须将数据实例之间的关系同时考虑进来，从而提出了社会网络的概念，可以用图结构来刻画社会结构。

社会网络包括很多节点和连接这些节点的一种或多种特定的链接。其中，节点往往表示了个人、团体、人、文章和/或服务器等物理存在的实体；链接则表示节点之间存在的各种关系，如朋友关系、亲属关系、贸易关系、引用关系等。社会网络除了图结构表示之外，还有其他社会学形式和代数形式的表示方式。

在很多情况下，链接随着时间不断改变，那么对社会网络的分析需要对一段时间内的社会网络变化情况进行分析，目前，主要是将分析的时间段等分后进行分段分析即增量分析。然而，在实际情况中，事物的发生发展不是均匀的，增量分析方法无法准确分析出社会网络中的噪声和事件，其中，噪声是指与社会网络分析主题无关的联系，主要由具有社会化特征的个体行为的随机性和不确定性造成的，例如拨错电话号码而造成的无效通话；事件是指与社会网络分析主题相关的异常联系，例如人们在春节期间的通话。增量分析方法，一方面，可能会在分析过程中放大噪声，或者往往无法捕捉该时间段中对事物发展产生重大变化的演变点(事件)，从而无法提供准确的分析结果，如何快速地得到准确的分析结果，直接影响社会网络分析的效率。

发明内容

因此，本发明的目的在于提供基于核心点的社会网络聚类关联分析方法及系统，快速地得到准确的分析结果。

为实现本发明的上述目的，提供一种基于核心点的社会网络聚类关联分析方法及系统，包括：

得到社会网络的平稳时间段；

对平稳时间段的社会网络进行近似，得到社会网络近似图；

求出所述社会网络近似图中的极大团；

根据极大团之间共有点所占相应极大团的比重，将所述极大团进行归并，得到社团；

根据相似度，关联不同时刻的社团。

优选地，所述对平稳时间段的社会网络进行近似包括：

初始化空网络；

将所述平稳时间段的社会网络的边集排序；

按顺序将边集加入所述空网络中，直至所述空网络与所述平稳时间段的社会网络的偏差最小，得到所述平稳时间段的社会网络近似图。

优选地，所述排序顺序为降序。

优选地，所述根据极大团之间共有点所占相应极大团的比重，将所述极大团进行归并包括：

当两个极大团之间共有点的点数大于等于点数少的极大团的点数减N时，将该两个极大团归并，其中，N为大于0小于点数少的极大团点数的整数。

优选地，所述N为1。

优选地，所述相似度包括社团的点重合度和/或结构的相似性。

优选地，还包括：

分析所述社团结构的紧密程度；

和/或，分析所述社团内部各点之间边权重分布的均匀程度。

本发明还提供一种基于核心点的社会网络聚类关联分析方法及系统，其特征在于，该系统包括：

平稳单元，用于得到社会网络的平稳时间段；

近似单元，用于对平稳时间段的社会网络进行近似，得到社会网络近似图；

计算单元，用于求出所述社会网络近似图中的极大团；

社团单元，用于根据极大团之间共有点所占相应极大团的比重，将所述极大团进行归并，得到社团；

追踪单元，用于根据相似度，关联不同时刻的社团。

优选地，所述近似单元包括：

初始化子单元，用于初始化空网络；

排序子单元，用于将所述平稳时间段的社会网络的边集排序；

近似子单元，用于按顺序将边集加入所述空网络中，直至所述空网络与所述平稳时间段的社会网络的偏差最小，得到所述平稳时间段的社会网络近似图。该系统还包括：