[发明专利]一种基于图挖掘的社交网络组队方法

权利要求书

1.一种基于图挖掘的社交网络组队方法，其特征在于该方法包括以下步骤：

步骤1)根据用户输入的信息，构建社交网络组队问题的图模型G，所述图模型G在建立后，任意两个候选人之间的最短路都有相应的权值，表示两者的交流代价；

步骤2)使用最少优先算法，获得社交网络组队问题在图模型G上的解空间；

步骤3)利用哈希存储优化求解过程，采用哈希表存储相关技能集。

2.根据权利要求1所述的一种基于图挖掘的社交网络组队方法，其特征在于所述的步骤1)具体如下：

步骤11)用户输入任务完成所需的技能集、候选人集及每个候选人具有的技能集，其中用户输入的技能集记为T＝{a₁,a₂,…,a_m}，候选人集记为χ＝{1,2,…,n}；所述m是任务完成需要的技能个数；a_j是第j个技能；n是候选人个数；T表示技能集，也表示所要完成的任务；a_j∈T表示a_j是完成任务T的技能；

步骤12)将所有候选人作为图模型G中的节点，代表候选人i称为节点i，所述i∈χ；

步骤13)将候选人i和i′间的路径看作图模型G中节点i和节点i′之间的弧，候选人之间的交流代价作为节点i和节点i′之间弧的权值。所述d(i,i′)为图模型G中节点i到节点i′最短路的权值，且节点间的距离满足三角不等式，所述i'∈χ；所述三角不等式是指在三角形中，必然有两边之和大于第三边；

步骤14)用X_i表示候选人i所代表的节点所具备的技能集，当a_j∈X_i时，候选人i具有技能a_j；当时，候选人i不具有技能a_j；

步骤15)定义候选人子集当χ'中至少有一个候选人具有技能a_j时，χ'有技能a_j，定义χ'的覆盖为C(χ′,T)。所述C(χ′,T)表示χ'完成任务T必需的技能并且在χ'中每个候选人至少具备T中一种技能，即C(χ′,T)＝T∩(∪_i∈χ′X_i)，用Path(i,i′)表示节点i到节点i′的最短路上的节点集，定义d(i,χ′)＝min_i′∈χ′d(i,i′)，表示节点i到候选人子集χ′的最短距离，其中i∈χ且定义Path(i,χ′)表示从i到k＝argmin_i′∈χ′d(i,i′)最短路上的节点集，所述k＝argmin_i′∈χ′d(i,i′)是i到χ'所构成子图上最短路的终点。