[发明专利]一种社会网络中的社会成员挖掘系统

说明书

技术领域

本发明涉及成员挖掘技术领域，具体涉及一种社会网络中的社会成员挖掘系统。

背景技术

社会网络是指社会个体成员之间通过社会关系结成的网络体系。社会网络由个体和个体间的连接关系组成。个体也称为节点，可以是组织、个人、网络ID等不同含义的实体或虚拟个体；而个体间的相互关系可以是血缘、合作、联盟、敌对等各种各样的关系。近年来，社会网络的节点影响力分析和关键成员挖掘在研究上获得了广泛的关注。对于社会网络上节点的影响力，学术界并没有一个统一的标准。通常认为，节点的社会地位可以用一种打分函数进行衡量，而这个打分函数的取值就可以被理解为节点在社会网络上的影响力。通常打分函数值大的节点可以被理解为是网络中的重要个体，或关键成员。

发明内容

针对上述问题，本发明旨在提供一种社会网络中的社会成员挖掘系统。

本发明的目的采用以下技术方案来实现：

提供了一种社会网络中的社会成员挖掘系统，包括社会网络建模模块、节点影响力分析模块和成员挖掘模块，所述社会网络建模模块用于建立社会网络模型，所述节点影响力分析模块用于根据社会网络模型对节点影响力进行分析，所述成员挖掘模块用于根据节点影响力对社会网络成员进行挖掘；所述建立社会网络模型，具体采用以下方式进行：每个社会成员看成一个节点，将社会网络用三元组G＝(V,E,D)表示，其中，v∈V表示节点，V表示节点集合，e∈E表示节点间的关系，E表示节点间的连接关系集合，D表示各节点初始分值的集合，D_G(v)表示节点v在社会网络G上的初始分值。

本发明的有益效果为：实现了社会网络成员的有效挖掘，具体的，将社会网络建模为三元组模型，不仅完整抽象出了社会网络，而且模型简单直观，能够方便的获取有用信息，采用初始分值描述各节点情况，初始分值作为一个抽象函数，可以通过多种方式实现，例如采用PageRank来获取初始分值。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图；

图2是本发明节点影响力分析模块结构示意图。

附图标记：

社会网络建模模块1、节点影响力分析模块2、成员挖掘模块3、依赖度计算子模块21、支持度计算子模块22、影响力分析子模块23。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2，本实施例的一种社会网络中的社会成员挖掘系统，包括社会网络建模模块1、节点影响力分析模块2和成员挖掘模块3，所述社会网络建模模块1用于建立社会网络模型，所述节点影响力分析模块2用于根据社会网络模型对节点影响力进行分析，所述成员挖掘模块3用于根据节点影响力对社会网络成员进行挖掘；所述建立社会网络模型，具体采用以下方式进行：每个社会成员看成一个节点，将社会网络用三元组G＝(V,E,D)表示，其中，v∈V表示节点，V表示节点集合，e∈E表示节点间的关系，E表示节点间的连接关系集合，D表示各节点初始分值的集合，D_G(v)表示节点v在社会网络G上的初始分值。

本实施例实现了社会网络成员的有效挖掘，具体的，将社会网络建模为三元组模型，不仅完整抽象出了社会网络，而且模型简单直观，能够方便的获取有用信息，采用初始分值描述各节点情况，初始分值作为一个抽象函数，可以通过多种方式实现，例如采用PageRank来获取初始分值。

优选的，所述节点影响力分析模块2包括依赖度计算子模块21、支持度计算子模块22和影响力分析子模块23，所述依赖度计算子模块21用于计算节点的依赖度，所述支持度计算子模块22用于根据节点的依赖度计算节点的支持度，所述影响力分析子模块23用于根据节点的支持度对节点的影响力进行分析。

所述计算节点的依赖度具体采用以下方式：

对于节点u,v∈V，节点u对v的依赖度为：

式中，Y(u→v)表示节点u对v的依赖度，G-v表示社会网络G断开节点v与其它节点连接后的社会网络，D_G(u)表示节点u在社会网络G中的初始分值；

依赖度越大，节点间关系越紧密，依赖度越小，节点间关系越疏远。