[发明专利]一种基于Twitter数据的社交网络组织成员识别方法

权利要求书

1.一种基于Twitter数据的社交网络组织成员识别方法，其特征在于，包括以下步骤：

(1)爬取关注组织公共账号的Twitter用户，构成候选集合U；

(2)寻找n个确定属于目标组织的Twitter用户，构成种子集合S；

(3)设定得分阀值min，设定种子集合S成员的期望值m，m＞n；

(4)逐一爬取候选成员的关注列表、被关注列表、推文的推送关系及数量；

(5)统计其中与种子集合S成员相关的部分作为识别因子，具体包括以下步骤：

(5.1)统计候选成员的关注列表中属于种子集合S中的成员的用户数量Gas，统计候选成员的被关注列表中属于种子集合S中的成员的用户数量Gsa，

Gas＝|{x|F(a，x)∩x，x∈S}|，

Gsa＝|{x|F(x，a)∩x，x∈S}|；

(5.2)统计候选成员推送推文的对象且属于种子集合S中成员的用户数量Tas，统计给候选成员推送推文的且属于种子集合S中成员的用户数量Tsa，

Tas＝|{x|T(a，x)∩x，x∈S}|，

Tsa＝|{x|T(x，a)∩x，x∈S}|；

(5.3)统计候选成员给种子集合S中的用户推送的推文数量Nas，统计种子集合S中的用户给候选成员推送的推文数量Nsa，

Nas＝∑_xeSN(a，x)，

Nsa＝∑_xeSN(x，a)；

(6)通过识别因子计算所有候选成员的得分Score，其计算公式为：

Score＝aN_sa+bN_as+cT_sa+dT_as+eG_as+fG_sa，且a+b+c+d+e+f＝1；

(7)提取得分Score大于得分阀值min的候选成员并纳入种子集合S中，其余候选成员保留在候选集合U中；

(8)判断种子集合S中的人数，若种子集合人数小于期望值m，则重复步骤5～7，继续进行成员识别，若种子集合人数大于期望值m，完成识别。

2.根据权利要求1所述的基于Twitter数据的社交网络组织成员识别方法，其特征在于，所述的步骤1包括以下步骤：

(1.1)提取目标组织的公共账号，爬取关注公共帐号的所有用户名单；

(1.2)爬取每位用户的具体信息，包括昵称、个人简介、关注数量、被关注数量、推文数量；

(1.3)根据每位用户的具体信息过滤用户集，移除非候选成员账号。

3.根据权利要求1所述的基于Twitter数据的社交网络组织成员识别方法，其特征在于，所述的步骤4包括以下步骤：

(4.1)逐一爬取每个候选成员的关注列表和被关注列表，候选成员关注的用户集合即为Fa，关注候选成员的用户集合即为Feda，F(a，x)表示候选成员关注的用户x，F(x，a)表示用户x关注候选成员，通过公式

Fa＝{x|F(a，x)}

Feda＝{x|F(x，a)}

计算并统计每位候选成员关注和被关注的用户；

(4.2)逐一爬取每个候选成员的推文及推送关系，被候选成员推送过推文的用户集合表示为Ta，给候选成员推送过推文的用户集合表示为Teda，T(a，x)表示Twitter上的候选成员向用户x推送过推文，T(x，a)表示Twitter上的用户x向候选用户推送过推文，通过公式

Ta＝{x|T(a，x)}

Teda＝{x|T(x，a)}

计算并统计每位候选成员的推送关系；

(4.3)逐一计算候选成员推文的推送数量，用M(a，x)表示某候选成员向其他用户x推送的推文数量，用M(x，a)表示其他用户x给候选用户推送的推文数量，Na表示候选用户推送推文的总数量，Neda表示候选用户被动推送的推文总数量，通过公式

Na＝∑M(a，x)

Neda＝∑M(x，a)

计算候选用户的推文的推送数量。

4.根据权利要求1所述的基于Twitter数据的社交网络组织成员识别方法，其特征在于：所述的a＝0.01，b＝0，c＝0.4，d＝0.09，e＝0.1，f＝0.4。