[发明专利]一种智能人脉关系分析建模方法、终端设备及存储介质

说明书

本发明涉及一种智能人脉关系分析建模方法、终端设备及存储介质，该方法包括以下步骤：S100：根据用户行为所体现的用户之间联系强弱的程度，将用户之间的关系划分n个维度，并根据用户的空间关系、时间关系和直接关系建立人脉分析模型；S200：通过机器学习建模，确定模型中的直接关系权重、维度权重、空间维度权重和时间维度权重，进而确定最终的人脉分析模型。本发明摈弃了传统的单一因素分析方式，在建立人脉分析模型的基础上进行机器学习模型算法的调优，构建了一个高准确度的人脉分析模型，再以数据为基础，不仅支持分析维度的动态拓展，更能将分析结果反向作用于模型构建的过程，得出精准的人脉关系网络。

技术领域

本发明涉及计算机网络技术领域，尤其涉及一种智能人脉关系分析建模方法、终端设备及存储介质。

背景技术

现在有一些对人脉关系的分析，很多是停留在简单的二度人脉分析，而这种分析，是基于用户之间简单直观的好友(关注)关系之间的分析，或者是自定义简单的模型来分析用户之间的紧密度，得出的分析结果也就是简单的人脉关系。这种分析结果只是体现了用户之间存在关系，而对于用户之间存在的关系定义也是片面的，单向的，没有用真实的结果反向作用于定义。也就是目前的人脉分析维度单一，没有对关系进行深度挖掘，分析结果没有反向作用于定义，仅仅凭借单向定义，不能从实际出发，进行准确分析，提供的分析结果无法满足现在很多业务对人脉关系中关系深层次、高准确的要求，要满足这些业务需求，就必须要对人脉关系进行深度、机器学习的智能化分析。

目前存在一些对人脉关系进行分析的方法或者应用，但是局限性太大，仅仅是对某个系统或者应用的注册用户的基本信息进行人脉分析，得出的人员分析结果必然也是存在局限性的，也就是数据源的局限导致了分析结果的局限。

发明内容

为解决上述问题，本发明提供了一种智能人脉关系分析方法、终端设备及存储介质，构建一个高准确度的、可扩展的人脉分析模型。

具体方案如下：

一种智能人脉关系分析建模方法，包括以下步骤：

S100：设定人脉分析模型为：

r_i(p)＝a_i·p，t_i(q)＝b_i·q

其中，s为直接关系权重；x为直接关系系数，设定当有直接关系时，x＝1，当没有直接关系时，x＝0；n为维度数，i为自然数，且1≤i≤n；p为空间关系系数；a_i为空间维度权重；q为时间关系系数；b_i为时间维度权重，c_i为维度权重；

其中，维度的设立方法为：根据用户行为所体现的用户之间联系强弱的程度，将用户之间的关系划分n个维度；

S200：通过机器学习建模，确定模型中的直接关系权重s、维度权重c_i、空间维度权重a_i和时间维度权重b_i，进而确定最终的人脉分析模型。

进一步的，所述直接关系为好友或关注关系。

进一步的，所述时间关系系数为交互次数。

进一步的，所述空间关系系数根据国、省、市、区四个区域设定。

进一步的，步骤S200包括：

S201：采集数据样本建立训练数据集；

S202：通过机器学习算法交叉验证，确定模型的最佳超参数。

一种智能人脉关系分析终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例上述方法的步骤。