[发明专利]基于图结构匹配的社交网络分析方法

说明书

本发明公开了一种基于图结构匹配的社交网络分析方法，涉及图结构匹配技术、增量计算技术等领域。主要包括下述步骤：a、图形化界面帮助用户管理图数据，构建模式图及可视化查询结果。b、查询引擎调用分布式算法执行结构匹配计算，同时对匹配结果进行评估，选取top‑K个结果，并将它们可视化在图形界面上。c、运用增量算法，对已有的匹配结果进行增量计算，以保证结果的正确性和完整性。针对社交网络“大数据”，通过分布式，可视化及增量计算技术，实现高效、便捷的数据分析与维护，进而为专家推荐、社交圈子识别，社会位置分析等热点应用提供关键技术支撑。

技术领域

本发明涉及图结构匹配技术、社交网络分析技术、分布式计算技术、增量计算技术等领域；具体涉及基于图结构匹配的社交网络分析方法。

背景技术

近年来，互联网的持续快速发展，社交网络等新兴信息模式的迅猛发展，对个人和社会群体的行为产生了深远影响。以Facebook为例，我们发现其：(1)用户规模大，全球注册用户超8.5亿，用户间联系逾千亿；(2)使用频繁，超过一半的用户每天登陆Facebook，所有用户每月在线时间达7000亿分钟；(3)商业价值高，是排名第一的广告发布接受网站，每天有超过10亿条包括视频、照片、新闻等信息在用户间分享。

庞大的社交网络为人们提供了丰富的信息，然而如何快速有效地发现社交网络海量信息背后所蕴含的知识，是亟待人们解决的问题。

由于社交网络可以抽象为图结构——用户可被视为图的顶点，用户之间的关系可被看作图的边，因此，基于图结构匹配的分析技术已成为社交网络分析的主要技术之一，并且已经和正在帮助人们进行专家推荐、社交圈子识别，社会位置分析等。简言之，图结构匹配是在一个大图G中查询与给定模式图Q匹配的子图(可形式化描述为Q(G))。然而，由于社交网络图数据“海量”及“非结构化”的特点，通过传统技术对社交网络“大数据”进行分析已难以满足人们的迫切需要。具体原因表现在：(1)图结构匹配兼顾数据和拓扑结构，从而导致对该问题的运算往往较为复杂，例如：基于子图同构的图结构匹配属于一类极难解决的问题——NP完全问题；(2)社交网络的数据往往是分布式存储的。例如：Twitter社交图的FlockDB，Yahoo！互联网应用的PNUTS，开源社区的Neo4j和HypergraphDB等。另一方面，图结构匹配经常需要访问多个数据节点，例如：访问多个数据站点以取得匹配计算所需要的全部信息。因此，在分布式环境下，图结构匹配的求值更加困难；(3)现实世界的社交网络是不断变化的。在一周内有10％的节点及节点关系更新是常见的情况。当更新出现的时候，昂贵的查询需要被重新计算。这样的计算在面对频繁的请求时往往是无法进行的。(4)可视化管理工具的缺失。与关键词搜索和结构化查询不同，图结构匹配查询条件(如模式图Q)的描述更加复杂，且对结果的理解也需要更加直观的方式。

发明内容

本发明的目的是为了有效的克服以上困难，更加高效、便捷地对社交网络“大数据”进行分析，我们对传统技术进行了如下三方面的扩展：(I)采用分布式技术管理、查询数据，实现图结构匹配计算的并行化；(II)实现匹配结果(视图)的增量维护；(III)实现模式图构造和匹配结果的可视化。

为了达到上述的技术效果，本发明采取以下技术方案：基于图结构匹配的社交网络分析方法，包括下述步骤(以下步骤不分先后顺序)：

a、图形化界面帮助用户管理图数据，构建模式图及可视化查询结果。

b、查询引擎调用分布式算法执行结构匹配计算，同时对匹配结果进行评估，选取top-K个结果，并将它们可视化在图形界面上。

c、运用增量算法，对已有的匹配结果进行增量计算，以保证结果的正确性和完整性。

进一步的技术方案是：步骤b通过以下步骤实现：

b1、查询引擎接收查询请求后，将请求分发到各个数据站点。