[发明专利]基于多元化策略的大规模社会网络用户抽样的方法及装置

权利要求书

1.一种基于多元化策略的大规模社会网络数据处理方法，大规模社会网络中的用户子集应用于社交平台推荐信息或社交网络推荐好友，其特征在于，所述方法包括以下步骤：

通过效用函数从大规模社会网络数据中抽取多名用户代表；

根据所述多名用户代表的每个用户代表的属性将所述多名用户代表分为多个属性组，以得到属性组代表程度的模型；

获取所述效用函数的最大值，以从所述多个属性组中选出代表用户；以及

根据所述代表用户利用多元化策略抽样选出代表度最差组，以在所述大规模社会网络数据中去除所述代表度最差组

，其中，所述效用函数为：

其中，G＝(V,E)表示社交网络，其中V代表包含|V|＝N个用户的点集，表示含有|E|＝M条用户关系的边集，X∈R^n×d为属性矩阵，T为用户子集，λ_l是一个与属性组(V_l,a_jl)大小相关的正整数，λ_l缺省取值为|V_l|^-1，P(T,l)为用户子集T对于属性组(V_l,a_jl)的代表度，V_l为属性l的所有用户集合，a_jl为一条属性；所述属性组代表程度的模型

其中，R(T,v_i,a_jl)为在某个具体属性a_jl上用户子集T对用户v_i的代表程度，取值范围为[0,1]，缺省定义当T中节点有一条边连接到v_i，则R(T,v_i,a_jl)取值为1，否则取值为0。

2.根据权利要求1所述的基于多元化策略的大规模社会网络数据处理方法，其特征在于，如果1≤l≤t，且P(T,l)0，则所有属性组均被代表，对每个属性组有相对平衡的P(T,l)，以避免属性组被过大或者过小代表。

3.一种基于多元化策略的大规模社会网络数据处理装置，大规模社会网络中的用户子集应用于社交平台推荐信息或社交网络推荐好友，其特征在于，所述装置包括：

抽取模块，用于通过效用函数从大规模社会网络数据中抽取多名用户代表；

分组模块，用于根据所述多名用户代表的每个用户代表的属性将所述多名用户代表分为多个属性组，以得到属性组代表程度的模型；

获取模块，用于获取所述效用函数的最大值，以从所述多个属性组中选出代表用户；以及

处理模块，用于根据所述代表用户利用多元化策略抽样选出代表度最差组，以在所述大规模社会网络数据中去除所述代表度最差组

，其中，所述效用函数为：

其中，G＝(V,E)表示社交网络，其中V代表包含|V|＝N个用户的点集，表示含有|E|＝M条用户关系的边集，X∈R^n×d为属性矩阵，T为用户子集，λ_l是一个与属性组(V_l,a_jl)大小相关的正整数，λ_l缺省取值为|V_l|^-1，P(T,l)为用户子集T对于属性组(V_l,a_jl)的代表度，V_l为属性l的所有用户集合，a_jl为一条属性；所述属性组代表程度的模型

其中，R(T,v_i,a_jl)为在某个具体属性a_jl上用户子集T对用户v_i的代表程度，取值范围为[0,1]，缺省定义当T中节点有一条边连接到v_i，则R(T,v_i,a_jl)取值为1，否则取值为0。

4.根据权利要求3所述的基于多元化策略的大规模社会网络数据处理装置，其特征在于，如果1≤l≤t，且P(T,l)0，则所有属性组均被代表，对每个属性组有相对平衡的P(T,l)，以避免属性组被过大或者过小代表。