[发明专利]一种社交网络中的朋友关系传递树的建立方法

说明书

技术领域

本发明涉及一种社交网络中的朋友关系传递树的建立方法，属于计算机数据挖掘技术领域。

背景技术

社交网络在近些年得到了飞速的发展，也受到了许多研究人员的重视。其中社交网络的形成与演化过程研究一直都是一项有意义而且有挑战的工作。已有的工作主要从两个方面来研究社交网络的形成与演化。一方面，人们以社交网络演化中在某一时刻的快照或者多个时刻的快照为对象，研究社交网络的宏观结构特征变化；另一方面，人们关注社交网络发展的微观模式，并发现了许多的模式用以解释和分析人们如何交朋友。这样的模式包括偏好依附（Preferential Attachment）、三元闭合（triadic closure）、互惠（Reciprocity）、同质性（Homophily）等等，其中三元闭合（triadic closure）是社交网络的链接形成中最普遍的现象之一，其社会学原理是朋友关系的传递性（the transitivity of friendship），即两个有公共朋友的人更可能成为朋友。朋友关系的传递性已经被证明可以用于对网络演化过程进行建模以及预测未来的链接形成，然而这一性质在网络演化过程中所起的作用并没有得到很深的探究。

学者Simmel分析了在这样三元结构中三个参与者的角色，并且指出第三个人一般扮演着中介人或者协调者的作用。然而，其中还是不清楚第三个人是如何影响、促使另外两个人成为朋友的。学者D.Yin等人在链接预测问题中考虑了中介人的作用，并且把链接产生看作是中间人“潜在的推荐”的结果。他们在矩阵分解中引入了中介人潜在推荐这一潜在的维度，然而这一分析是对于静态网络进行的，没有考虑到网络的发展以及中介人在微观上对于网络中每一条链接形成的影响。

好友推荐是交友网站中的一项重要的功能，许多交友网站依靠为用户推荐好友来吸引用户、增强用户对交友网站的依赖性。目前研究者已经提出了许多算法来解决好友推荐的问题，比如随机游走算法、有监督的随机游走算法、矩阵分解算法等等，然而这些算法都把社交网络当作一个图来处理，并没有考虑到用户的动机和行为在好友推荐中的重要作用。

发明内容

本发明的目的是提出一种社交网络中的朋友关系传递树的建立方法，通过对用户的行为进行建模，基于朋友关系的传递性来推测和表达社交网络的形成和演化过程，从而便于对社交网络未来发展情况进行预测。

本发明提出的社交网络中的朋友关系传递树的建立方法，包括以下步骤：

（1）设社交网络中有多个用户，每个用户有多个朋友，将用户记为自我节点u，将该用户的朋友记为朋友节点v，为社交网络中的自我节点u，创建一个自我节点u的朋友关系传递树，在该朋友关系传递树中添加自我节点u和自我节点u的所有朋友节点；

（2）按照时间，将自我节点与朋友节点之间的交互数据按交互的时间划分为N段，对于与第i段交互对应的时间段T_i，执行步骤（3）-（9），i=1，2，……，N；

（3）对于时间段T_i，建立如下社交行为概率生成模型：

（3-1）设社交网络中的总用户数为U，社交网络中每个自我节点u的交互行为数为V_u，社交网络中每个自我节点u的新交朋友数为N_u；

（3-2）分别用先验参数为的狄利克雷分布表示社交网络中每个自我节点u的好友关系强度分布的先验分布，从该狄利克雷分布中采样得到社交网络中自我节点u在时间段T_i的好友关系强度分布

（3-3）从上述好友关系强度分布中，采样得到社交网络中每个自我节点u的每次交互对象x；

（3-4）分别用先验参数为的狄利克雷分布表示社交网络中每个自我节点u的中介偏好概率分布的先验分布，从该狄利克雷分布中采样得到社交网络中自我节点u在时间段T_i的中介偏好概率分布

（3-5）分别从上述中介偏好概率分布中采样得到社交网络中每个自我节点u的中介人z，从与中介人z对应的好友关系强度分布中采样得到社交网络中自我节点u的新朋友节点y；

（3-6）用表示社交网络中自我节点u在时间段T_i的朋友节点集合，用表示在时间段T_i社交网络自我节点u选择z作为中介人的次数，用表示在时间段T_i中介人z选择z的朋友y′交互的次数，用表示在时间段T_i中介人z将朋友y′推荐给别人的次数；

（4）对于时间段T_i：