[发明专利]用于社交图数据分析以确定社区内的连接性的系统和方法

说明书

技术领域

本发明一般地涉及个体和/或实体网络以及网络社区，更具体地，涉及用于确定个体和/或实体或者个体和/或实体网络内或者之间的信任得分（trust score）或连接性（connectivity）的系统和方法。

背景技术

网络社区内的个体或实体的连接性或关系可被用于推断（infer）该个体或实体的属性。例如，网络社区内的个体或实体的连接性可被用于确定个体或实体的身份（例如，用于作出关于身份主张和认证（authentication）的决策），个体或实体的可信赖度（trustworthiness）或声誉，或者该个体或实体在特定社区或特定社区的子集中的成员资格（membership）、状况、和/或影响。

但是，难以量化网络社区内的个体或实体的连接性。例如，网络社区可包括几百、几千、几百万、几十亿或更多成员。每个成员可拥有不同程度的关于自己和可能地关于社区其他成员的连接性信息。该信息中的一些可能是高度可信的或客观的，而其他信息可能是不太可信的和主观的。另外，来自社区成员的连接性信息可能以各种形式和以各种规模出现，使得难以有意义地将一个成员的“可信赖度”或“能力”（competence）和连接性信息与另一成员的“可信赖度”或“能力”和连接性信息相比较。此外，许多个体可能属于多个社区，进一步地使对于网络社区内的信任和连接性的可量化表示的确定复杂化。即使确定了对于一个个体的连接性的可量化表示，通常也难以以有意义的方式使用该表示来作出关于该个体的真实世界的决策（例如是否信任该个体）。

此外，对于这些真实世界的决策可能有用的是预料性地（prospectively）（即，在一个预期的（anticipated）事件之前）将其作出。由于网络社区内的个体或实体的连接性可能随着该个体或实体与该网络社区中的其他个体或实体之间的连接可能定量地或定性地变化而快速地变化，所以，这样的预料性分析可能是困难的。该分析变得日益复杂，如同跨多个社区地被应用一样。

发明内容

鉴于以上这些，提供了用于确定网络社区内的节点之间的连接性以及从该连接性推断诸如可信赖度或能力的属性的系统和方法。使用下面更详细地描述的各种图遍历（graph traversal）和归一化（normalization）技术可以至少部分地确定连接性。

在实施例中，可以使用路径计数方法，其中，处理电路被配置为计算网络社区内的第一节点n₁与第二节点n₂之间的路径的数量。然后，连接性等级（rating）R_n1n2可被分配给节点。所分配的连接性等级可以与其他可能的度量之中的连接这两个节点的子路径的数量或关系成比例。通过使用子路径的数量作为度量，在第一节点n₁与第二节点n₂之间具有一个或多个中间节点的路径可以用适当的数量（例如，中间节点的数量）被标度，并且，该标度的数量可被用于计算连接性等级。

在一些实施例中，另外使用或作为该子路径计数方法的替代而使用加权的链路。处理电路可被配置为将相对的（relative）用户权重分配给网络社区内连接第一节点n₁与第二节点n₂的每个路径。用户连接性值可以被分配给每个链路。例如，与节点n₁关联的用户或实体可以为自节点n₁的所有外出（outgoing）路径分配用户连接性值。在一些实施例中，由用户或实体分配的连接性值可以指示该用户或实体对于与节点n₂关联的用户或实体的信任。然后，由特定用户或实体分配的链路值可以被相互比较以确定每个链路的相对用户权重。

可以通过首先计算由该用户分配的所有用户连接性值（例如，出链路（out-link）值）的平均值来确定每个链路的相对用户权重。如果t_i是分配给链路i的用户连接性值，那么可以根据下式给出分配给该链路的相对用户权重w_i：