[发明专利]一种在线社交网络中社群话题的发现方法

权利要求书

1.一种在线社交网络中社群话题的发现方法，其特征在于，该具体过程为：

步骤1，基于网络爬虫对目标社交网络进行数据采集；

步骤2，基于采集到的社交网络中用户对象之间的交互关系，计算每个用户对象在交互网络拓扑中的相关度；

步骤3，构建用户对象静态的交互网络；

步骤4，利用层次聚类，根据用户对象的相关度得到紧密的用户社群结构；

步骤5，对于划分出的每个社群，查找数据库获得该社群对应的文本信息，将其作为文档输入，使用SVM分类，计算出该社群的热门话题。

2.根据权利要求1所述的在线社交网络中社群话题的发现方法，其特征在于，

通过下述公式(1)计算用户之间的相关度η_ij，并存入数据库中，

ηij=αij+1Σk=1nαik+n·h1+βij+1Σk=1nβik+n·h2+λij+1Σk=1nλik+n·h3---(1)]]>

其中，η_ij表示用户i和用户j的相关度，α_ij表示用户i对用户j的评论次数，β_ij表示用户i对用户j的转发次数，γ_ij表示用户i对用户j的分享次数；h1，h2，h3分别表示评论、转发、分享这三种操作的权值。

3.根据权利2所述的在线社交网络中社群话题的发现方法，其特征在于，在上述步骤3中，对于一个含有n个用户的社群Q，设其中的用户分别为U1、U2、...Ui...Un，对于其中任意个用户Ui，通过公式(1)的用户相关度公式，可以计算出其和其它N-1个用户的相关度ηij；

定义向量为用户i的社群相关度向量，则该向量表示用户i对于社群中所有用户的相关度；

计算出社群中所有用户的相关度向量Ai后，定义矩阵T为社群Q的相关度矩阵。

4.根据权利1所述的在线社交网络中社群话题的发现方法，其特征在于，

所述层次聚类，将网络中聚类最近的两个点或者集合不断的聚集在一起，形成新的集合，最后会形成一颗聚类二叉树，根据给定的社群数量，可以将其分割为任意数量的子树，每个子树对应的用户集合就是一个社群，在裁剪的过程中，不断丢弃那些子树个数为一的孤立节点，实现对噪音数据的过滤。