[发明专利]基于聚类融合算法的社交团体发现方法

权利要求书

1.基于聚类融合算法的社交团体发现方法，其特征在于，具体按照以下步骤实施：

步骤1：对于社交网路中的数据，根据基聚类算法分别得出相应的采样基聚类；

步骤2：对步骤1得到的每个采样基聚类集进行融合，得出候选基准；

步骤3：对步骤2得到的候选基准进行筛选，评分最高的候选基准作为最优基准；

步骤4：使用步骤3得到的最优基准对聚类质量进行评价。

2.根据权利要求1所述的基于聚类融合算法的社交团体发现方法，其特征在于，所述的步骤1具体按照以下步骤实施：

假设有一个包含m个对象的数据集X，定义X＝{x₁,x₂,…,x_M}，在运行N个基聚类算法后，得到N个基聚类π，定义π＝{π₁,π₂,…,π_N}，然后，对π进行融合聚类算法运算，得到融合聚类π^*，定义π^*＝φ(π)，其中φ是聚类融合函数；

首先，对社交网络用户信息进行采样，利用社交平台账户获取平台访问权限，通过设置初始任务集对目标信息进行定向获取；

其次，采用k-means作为候选基准算法，先设定聚类个数，然后随机设定初始化聚类中心，生成多个基聚类；为了生成多样性高的基聚类集，通过采样器对基聚类集进行采样，通过组合子基聚类集的方式，得到多个组差异化大的采样基聚类基。

3.根据权利要求2所述的基于聚类融合算法的社交团体发现方法，其特征在于，所述的采样器采样的方式是随机赌轮盘方式。

4.根据权利要求2所述的基于聚类融合算法的社交团体发现方法，其特征在于，所述的步骤2具体按照以下步骤实施：

采用SLC算法来对融合聚类集进行融合，得到候选基准：

候选基准的评分定义如下：

其中，候选基准为融合聚类为和α为阈值。

5.根据权利要求4所述的基于聚类融合算法的社交团体发现方法，其特征在于，所述的步骤3具体按照以下步骤实施：当融合聚类之间相似程度大于α时，评分为0，这时防止融合聚类之间的相似性太大；当融合聚类之间相似程度小于α时，评分由两部分相加而成；第一部分是融合聚类于候选基准之间的相似程度，第二部分是融合聚类之间的相似程度；λ是两部分之间的权重；当λ＞0.5时，在评分中，第一部分比第二部分的权重大；当λ＜0.5时，在评分中，第二部分比第一部分的权重大；当λ＝0.5时，在评分中，第二部分比第一部分的权重相等；一般而言，选择λ＝0.5，即第二部分和第一部分占评分的权重一样；据此，计算每一个候选基准的评分，评分最高的候选基准作为最终的基准；经过筛选的基准作为下一步的最优基准使用，来评价聚类质量。

6.根据权利要求5所述的基于聚类融合算法的社交团体发现方法，其特征在于，所述的步骤4具体按照以下步骤实施：

利用上一步生成的最优基准，利用外在方法BCubed对聚类质量进行评价：给定基准π_b和K个由不同聚类融合算法所得的融合聚类π＝{π₁,π₂,…π_k}，对每一个融合聚类π_i，都可以得出一个质量评价Q_i(π_i,π_b)；评分越高，代表该聚类融合算法得出来的融合结果越好；

假设有对象集合X＝{x₁,x₂,…,x_n}，C是X的一个聚类，B是X的基准；C(x_i)(1≤i≤n)表示x_i在C的类别，B(x_i)(1≤i≤n)表示x_i在B的类别；对于两个对象x_i和x_j(1≤i,j≤n,i≠j),x_i和x_j在聚类C的正确性的定义如下：

BCubed的精度定义如下：

BCubed的召回率定义如下：

精度和召回率都可以用来评价聚类，F度量可以同时结合精度和召回率，定义如下：

F度量的取值范围在0到1之间，当F度量等于0时，聚类质量并不理想；当F度量等于1时，聚类质量理想，与基准完全一致；所以当F度量越接近1时，聚类质量越好。