[发明专利]一种数据处理方法及设备

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取表征节点之间具有第一关联关系的第一社交网络模型，所述第一关联关系用于表征所述第一社交网络模型中具有连边的两个节点之间的关系；

将所述第一社交网络模型按预设表示方式表示为第一邻接矩阵；其中，所述第一邻接矩阵表示节点之间的直接关联关系，所述预设表示方式包括将所述第一社交网络模型中具有直接关联关系的任意两个节点对应的元素值置为1，将不具有直接关联关系的任意两个节点对应的元素值置为0；

将所述第一社交网络模型中分别与第一节点具有直接关联关系的任意两个节点记为具有直接关联关系而生成第二邻接矩阵；所述第一节点为所述第一社交网络模型中的任一节点；

分别获取所述第二邻接矩阵中具有直接关联关系的任意两个节点在所述第一邻接矩阵中对应的邻居节点集合，基于所述邻居节点集合以及所述邻居节点集合中的节点数量，确定所述任意两个节点的结构相似度；

获取所述第二邻接矩阵中具有直接关联关系的任意两个节点的特征属性的相似度，所述特征属性的相似度是对所述任意两个节点的多个特征属性的相似度按照加权平均算法进行处理后得到的；

依据确定任意两个节点的融合相似度，其中，TP_S表示融合相似度，P_S表示特征属性相似度，T_S表示结构相似度，α和β为加权参数；

将所述第二邻接矩阵中具有直接关联关系的任意两个节点对应的元素值替换为对应的所述融合相似度；将全部小于预设阈值的融合相似度替换为零，生成第三邻接矩阵；

基于所述第三邻接矩阵生成表征节点之间第二关联关系的第二社交网络模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一社交网络模型按预设表示方式表示为第一邻接矩阵，包括：

遍历所述第一社交网络模型中的节点，将具有直接关联关系的任意两个节点对应的元素值置为1，将不具有直接关联关系的任意两个节点对应的元素值置为0，生成第一邻接矩阵。

3.根据权利要求1或2所述的方法，其特征在于，所述将所述第一社交网络模型中分别与第一节点具有直接关联关系的任意两个节点记为具有直接关联关系而生成第二邻接矩阵，包括：

遍历所述第一社交网络模型中的节点，将分别与第一节点具有直接关联关系的任意两个节点对应的元素值为置为1，生成第二邻接矩阵。

4.根据权利要求1或2所述的方法，其特征在于，所述获取所述第二邻接矩阵中具有直接关联关系的任意两个节点在所述第一邻接矩阵中的结构相似度，包括：

获取所述第二邻接矩阵中具有直接关联关系的节点u和节点v，基于所述第一邻接矩阵所表示的第一社交网络模型分别确定所述节点u对应的包含有所述节点u的第一邻居节点集合，以及所述节点v对应的包含有所述节点v的第二邻居节点集合；

分别确定所述第一邻居节点集合的第一节点数量以及所述第二邻居节点集合的第二节点数量；基于所述第一邻居节点集合、所述第二邻居节点集合、所述第一节点数量和所述第二节点数量确定所述结构相似度。

5.根据权利要求1或2所述的方法，其特征在于，所述获取所述第二邻接矩阵中具有直接关联关系的任意两个节点的特征属性的相似度，包括：

获取所述第二邻接矩阵中具有直接关联关系的任意两个节点的多个特征属性的相似度；

对所述多个特征属性的相似度按照加权平均算法进行处理后获得所述任意两个节点的特征属性的相似度。

6.根据权利要求5所述的方法，其特征在于，所述获取所述第二邻接矩阵中具有直接关联关系的任意两个节点的多个特征属性的相似度，包括：

分别获取所述第二邻接矩阵中具有直接关联关系的任意两个节点的对应于第一特征属性的第一行向量和第二行向量；其中，所述第一特征属性为所述多个特征属性中的任一特征属性；所述第一行向量和所述第二行向量中的数值分别表征在预设时间范围内的多个指定时间段、所述任意两个节点的第一特征属性的状态；

基于所述第一行向量和所述第二行向量确定所述任意两个节点的对应于所述第一特征属性的第一相似度。