[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

说明书

本发明公开了一种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，其中，方法包括以下步骤：通过效用函数抽取多名用户代表；根据多名用户代表的每个用户代表的属性将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；获取效用函数的最大值，以从多个属性组中选出代表用户；根据代表用户利用多元化策略抽样选出代表度最差组。该方法可以有效的减小网络的数据规模，使数据处理规模变的容易处理，同时也有助于去除没有代表性的用户，集中研究网络中更具有价值的用户群体，进而有效提高抽样的准确率，同时在时间复杂度上也表现的非常高效。

技术领域

本发明涉及计算机网络信息技术领域，特别涉及一种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。

背景技术

目前，如何从大规模网络中找到一个用户子集可以统计上地代表整个网络，是社会网络分析的一个非常重要的问题。可以应用到多种应用中，例如在微信公众平台推荐学术信息，在社交网络中推荐好友。对于大规模网络用户的抽样从理论上来说是NP(Non-Deterministic Polynomial，NP问题)难题。已有的研究中提出了一些选择代表用户的策略，但是对于不同的抽样策略没有不同的具体形式。

在相关技术中，提出的统计分层抽样考虑到用户的重要性，使得样本中各属性的分布与全体尽可能保持一致，Griunded Theory是一种强调多样性的抽样策略，且相关技术研究了一种类似于政治选举，由全体用户推举代表的策略。但是相关技术对于社交网络中的用户抽样问题几乎没有专门的研究，且只考虑了节点之间的相似性，并很难说明选出的代表用户在哪些方面具有代表性。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于多元化策略的大规模社会网络用户抽样的方法，该方法可以有效提高抽样的准确率，同时在时间复杂度上也表现的非常高效。

本发明的另一个目的在于提出一种基于多元化策略的大规模社会网络用户抽样的装置。

为达到上述目的，本发明一方面实施例提出了一种基于多元化策略的大规模社会网络用户抽样的方法，包括以下步骤：通过效用函数抽取多名用户代表；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；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。

本发明实施例的基于多元化策略的大规模社会网络用户抽样的方法，通过效用函数将属性的多样性也考虑了进来，且可以看到选出的用户对于哪些属性组做出了贡献，以及贡献的大小，从而有效的减小网络的数据规模，使数据处理规模变的容易处理，同时也有助于去除没有代表性的用户，集中研究网络中更具有价值的用户群体，进而有效提高抽样的准确率，同时在时间复杂度上也表现的非常高效。

另外，根据本发明上述实施例的基于多元化策略的大规模社会网络用户抽样的方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，所述属性组代表程度的模型