[发明专利]一种结合用户重叠行为的微博重叠社团划分方法

说明书

本发明请求保护一种结合用户重叠行为的微博重叠社团划分方法，涉及微博用户行为评估及重叠社团划分领域，具体是一种能够展示微博用户重叠行为，对微博重叠社团划分的算法。包括以下步骤：首先，根据用户的互相关注关系构建关系网络，评估用户重叠行为，包括用户互相关注行为、转发行为和提及行为；其次，根据用户重叠行为，加权融合得到用户间的关系评估函数；最后，对关系网络进行加权，将用户重叠行为融入贪婪团扩张重叠社团划分算法，将微博加权网络作为初始网络，改进社区适应度函数。本发明将用户重叠行为体现在社团划分中，能够提高微博网络中的重叠社团划分质量，社区结构体现用户交流密切。

技术领域

本发明属于微博用户行为评估及重叠社团划分领域，具体是一种能够展示微博用户重叠行为，对微博重叠社团划分的算法。

背景技术

微博，作为当前重要信息传播平台之一，活跃着大量的互联网用户，包括公众名人、政企官方、新闻媒体以及普通个人用户等。在社团发现领域，社团的重叠性是真实网络的一个重要特征，已经成为当前的研究热点。重叠社团发现可以寻找有意义的重叠节点，从而更真实地反应网络结构。用复杂网络的工具能够解决现实网络问题，如舆论传播、电网监控、网络安全等。微博社交网络是最具代表性的社交网络之一，其中也存在着许多用户聚集而成的社团，这些社团真实具有重叠性，例如微博用户的不同兴趣爱好圈等。

闫光辉等人在《计算机应用研究》提出一种基于主题和链接分析的发现方法，对微博用户的链接和博文主题特性进行研究，定义链接相关度和主题相关度公式，得到用户总相关度公式，以此来计算节点间的传递概率。然后用改进后的标签传播算法对用户进行分类，得到兴趣相似的微博社团。该文章提出的方法针对非重叠结构，并不能发现微博网络中的重叠社团。

申请号为201710393283.4的中国专利描述了一种社交网络中基于节点间相似性的重叠社区检测方法及系统，根据节点属性，构建节点关键词矩阵，计算出中节点的相似程度，计算节点的相似的相似影响力，确定粗糙聚类的初始中心，进行粗糙聚类,得到社交网络的初始重叠社区结构，最后通过社区合并的方式对其进行优化。该专利提出的方法能够根据节点的关键词信息检测社交网络中的重叠社区结构，考虑信息较为单一，划分结果缺少对社交网络及用户亲密度的体现。

现有的微博网络重叠社区划分算法存在以下缺点：(1)缺少结合对用户行为等综合信息的考虑和合理量化；(2)针对微博网络划分结果不能体现微博网络典型特征。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提高微博网络中的重叠社团划分质量的结合用户重叠行为的微博重叠社团划分方法。本发明的技术方案如下：

一种结合用户重叠行为的微博重叠社团划分方法，其包括以下步骤：

首先，根据用户的互相关注关系构建关系网络，采用评估函数合理量化评估用户重叠行为，所述重叠行为包括用户互相关注行为、转发行为和提及行为；

其次，对用户互相关注行为、转发行为和提及行为进行加权融合得到用户间的关系评估函数；

最后，对关系网络进行加权，将用户重叠行为融入改进的贪婪团扩张重叠社团划分算法，包括将微博加权网络作为初始网络，并针对加权网络改进社区适应度函数。算法通过贪婪扩张使社区适应度函数达到最优，最终得到重叠社团结构。

进一步的，所述根据用户的互相关注关系构建关系网络具体包括：将每个用户作为关系网络的节点，用户之间的互相关注关系作为节点之间的边，用户u₁、 u₂互相关注表示为：

进一步的，所述评估用户转发行为具体为：用户u_p转发u_q微博行为的评估函数为：