[发明专利]一种网络社区活跃用户簇的发现方法、终端设备及存储介质

权利要求书

1.一种网络社区活跃用户簇的发现方法，其特征在于：包括以下步骤：

S10：通过网络社区软件收集该网络社区内的用户群体；

S20：获取代表用户活跃度的用户特征数据，包括交互数据和关系数据；所述交互数据为用户通过网络社区软件进行信息交流的数据，关系数据为用户在网络社区内部与其他用户建立联系的数据；

S30：去除低活跃度用户，即交互数据和关系数据均低的用户；

S40：根据特征数据对用户活跃度的影响大小不同确定用户特征数据的权重系数，影响大的特征数据所占的权重系数大，影响小的特征数据所占的权重系数小，用户的所有特征数据所对应的权重系数总和为1；

S50：根据各特征数据及其所占权重的值，得到每个用户的特征数据模型；

S60：通过聚类算法根据用户的相似度将用户分为不同的用户簇；

S70：通过计算各用户簇的聚类中心用户与完全不活跃用户的距离确定活跃用户簇。

2.根据权利要求1所述的网络社区活跃用户簇的发现方法，其特征在于：所述步骤S10内的用户群体收集方式包括：

S101：通过设定关键字，使用网络社区官方软件的编程接口进行搜索得到初始用户群；

S102：通过收集初始用户群在上述网络社区官方软件内的社交关系用户得到最终用户群。

3.根据权利要求1所述的网络社区活跃用户簇的发现方法，其特征在于：所述步骤S20内的交互数据包括发帖总量、最近一月发帖量、原创帖量，关系数据包括关注数和粉丝数，即用户的特征数据包括发帖总量、最近一月发帖量、原创帖量、关注数和粉丝数，其中发帖总量、最近一月发帖量、原创帖量、关注数和粉丝数分别用mb_i、mr_i、mo_i、fo_i和fa_i来表示，其中i为用户编号，值为1、2、3……、n中的某一个，当i为不同值时分别对应不同的用户。

4.根据权利要求3所述的网络社区活跃用户簇的发现方法，其特征在于：所述步骤S40内权重系数的设定中，发帖总量、最近一月发帖量、原创帖量、关注数和粉丝数所占的权重系数分别为：n_mb＝0.1、n_mr＝0.3、n_mo＝0.3、n_fo＝0.1、n_fa＝0.2，其中n_mb表示发帖总量的权重系数、n_mr表示最近一月发帖量的权重系数、n_mo表示原创帖量的权重系数、n_fo表示关注数的权重系数、n_fa表示粉丝数的权重系数。

5.根据权利要求4所述的网络社区活跃用户簇的发现方法，其特征在于：所述步骤S50内的用户特征数据模型为：

F_i＝(nmb_i,nmr_i,nmo_i,nfo_i,nfa_i)，

其中nmb_i＝n_mb×mb_i、nmr_i＝n_mr×mr_i、nmo_i＝n_mo×mo_i、nfo_i＝n_fo×fo_i、nfa_i＝n_fa×fa_i，

其中i为用户编号，值为1、2、3、……、n中的某一个，当i为不同值时分别对应不同的用户。

6.根据权利要求1所述的网络社区活跃用户簇的发现方法，其特征在于：所述步骤S60内的聚类算法为k-means算法，具体步骤包括：

S601：从用户群体中任意选取k个用户作为初始聚类中心；

S602：将用户按照距离最小原则分配到临近聚类；

S603：重新计算每个新聚类所有用户的均值，即为该聚类的新聚类中心；

S604：不断重复步骤S602、S603，直到聚类中心不再变化。