[发明专利]网络社区的发现方法、装置、电子设备及可读存储介质

说明书

本发明实施例提供了一种网络社区的发现方法、装置、电子设备及可读存储介质，属于社区发现技术领域。该方法包括：获取社交网络用户的多源社交网络数据，多源社交网络数据包括至少两种数据源对应的数据；基于每种辅助数据源对应的社交网络用户和主要数据源对应的社交网络用户之间的用户关系，分别确定每种辅助数据源与主要数据源的关联关系；基于主要数据源的数据、每种辅助数据源的数据、以及每种辅助数据源与主要数据源的关联关系，对主要数据源对应的社交网络用户进行聚类，得到聚类结果；根据聚类结果，得到主要数据源对应的社交网络用户的网络社区划分结果。基于本发明实施例的方案，能够有效提高社区发现的准确性。

技术领域

本发明涉及社区发现技术领域，具体而言，本发明涉及一种网络社区的发现方法、装置、电子设备及可读存储介质。

背景技术

社区发现，即用来发现网络中的社区结构，对网络结构中具有相似性属性的实体集进行划分和提取，是一种广义的聚类算法。一个网络社区相当于聚类中的一个簇(类)。

近年来，各种社区发现算法己经被提出，但这些算法大都是单源社区发现算法。单源社区发现算法是根据单个数据源的数据特征将数据实例划分为若干个社区，使社区内数据实例的相似性较大，社区间数据实例的相似性较小。虽然通过现有的单源社区发现算法，能够实现社区的发现，但是现有方案都是基于单个数据源的数据实现的，存在视角单一、容错率低的问题，社区发现结果的准确率较低。

发明内容

本发明的目的旨在解决现有技术中存在的至少一个技术问题。本发明实施例提供的方案如下：

第一方面，本发明提供了一种网络社区的发现方法，该方法包括：

获取社交网络用户的多源社交网络数据，多源社交网络数据包括至少两种数据源对应的数据；

基于每种辅助数据源对应的社交网络用户和主要数据源对应的社交网络用户之间的用户关系，分别确定每种辅助数据源与主要数据源的关联关系，其中，主要数据源为指定的至少两种数据源中的一种数据源，辅助数据源为至少两种数据源中除主要数据源之外的数据源；

基于主要数据源的数据、每种辅助数据源的数据、以及每种辅助数据源与主要数据源的关联关系，对主要数据源对应的社交网络用户进行社区划分，得到主要数据源对应的社交网络用户的网络社区的划分结果。

第一方面的一种可选方案中，基于每种辅助数据源对应的社交网络用户和主要数据源对应的社交网络用户之间的用户关系，分别确定每种辅助数据源与主要数据源的关联关系，包括：

基于每种辅助数据源所对应的社交网络用户和主要数据源对应的社交网络用户之间的用户关系，分别构建每种辅助数据源与主要数据源之间的关系矩阵；

其中，每种辅助数据源对应的关系矩阵用于表征每种辅助数据源与主要数据源之间的关联关系，关系矩阵中的元素用于表征每种辅助数据源对应的社交网络用户和主要数据源对应的社交网络用户之间的用户关系。

第一方面的一种可选方案中，每种辅助数据源对应的关系矩阵的行数为辅助数据源对应的社交网络用户的个数，列数为主要数据源对应的社交网络用户的个数，用户关系是指关系矩阵中的元素所在行对应的社交网络用户与元素所在列对应的社交网络用户是否为同一用户。

第一方面的一种可选方案中，基于主要数据源的数据、每种辅助数据源的数据、以及每种辅助数据源与主要数据源的关联关系，对主要数据源对应的社交网络用户进行社区划分，得到主要数据源对应的社交网络用户的网络社区的划分结果，包括：

基于主要数据源的数据，通过第一聚类算法，得到第一目标函数，第一目标函数中包括主要数据源对应的求解前的社区指示矩阵；

基于每种辅助数据源的数据，以及每种辅助数据源与主要数据源的关联关系，通过第二聚类算法，得到第二目标函数；