[发明专利]用于在社交网络中确定节点的社交层次的方法和设备

权利要求书

1.一种用于在社交网络中确定节点的社交层次的方法，其中所述社交网络中包括利用关系链连接的多个节点，所述方法包括：

确定社交网络中所述多个节点中至少一个节点对应的用户；

确定所述多个节点之间的关系链的连接结构；

根据所述多个节点之间的关系链的连接结构确定所述多个节点中至少一个节点对应的用户的社交层次，

其中，根据所述多个节点之间的关系链的连接结构确定所述多个节点中至少一个节点对应的用户的社交层次包括：

基于预设规则在所述社交网络中选择参考节点，并将所述参考节点的社交层次确定为参考社交层次；

将社交网络中除所述参考节点以外的节点确定为目标节点；以及

基于所述目标节点和所述参考节点之间的关系链和所述参考社交层次确定所述目标节点的社交层次，

其中，基于预设规则在所述社交网络中选择参考节点包括：

将所述社交网络中符合候选条件的多个节点确定为候选参考节点的集合；

基于所述候选参考节点的集合构成的候选网络中的节点之间的相似度确定所述候选网络中每一个节点的社交密集度；以及

将社交密集度高于预设的社交密集度阈值的节点确定为所述参考节点。

2.如权利要求1所述的方法，其中基于所述候选网络中的节点之间的相似度确定所述候选网络中每一个节点的社交密集度包括：

基于所述相似度将所述候选参考节点的集合映射成候选社交空间，其中每个候选参考节点被映射成所述候选社交空间中的一个空间点；

对于所述候选社交空间中的每个空间点，确定该空间点在所述候选社交空间中与其他空间点之间的空间密集度，其中所述空间密集度指示该空间点对应的候选参考节点的社交密集度。

3.如权利要求2所述的方法，其中基于所述相似度将所述候选参考节点的集合映射成候选社交空间包括：

将所述候选参考节点的集合中的每一个节点随机映射成所述候选社交空间中的一个空间点；

对于所述候选参考节点的集合中的每一个节点，调整该节点对应的空间点在所述候选社交空间中的空间位置，以优化目标函数，其中目标函数表示该节点对应的空间点和其相邻节点对应的空间点之间的相似度和预设的参考相似度之间的差异。

4.如权利要求3所述的方法，其中该节点和其相邻节点之间的相似度是通过以下各项中的一项或多项确定的：

该节点与其相邻节点中好友节点的好友相似度；以及

该节点与其相邻节点中群节点的群相似度；

其中所述好友节点是表示单个个人用户的节点，群节点是表示包括多个个人用户组成的群的节点。

5.如权利要求4所述的方法，其中该节点与其相邻节点中的一个好友节点的好友相似度是通过该节点与该好友节点的相关性确定的。

6.如权利要求5所述的方法，其中该节点与其相邻节点中的一个好友节点的好友相似度是通过与该节点与该好友节点的相关性和该节点与其所有好友节点的相关性的比值确定的，以及该节点与其相邻节点中的一个好友节点的参考好友相似度是通过该节点的所有好友的数量确定的。

7.如权利要求4-6任一项所述的方法，其中该节点与其相邻节点中一个群节点的群相似度是通过该节点与该群节点的相关性确定的。

8.如权利要求6所述的方法，其中该节点与该群节点之间的参考群相似度是通过群重要度确定的，该群节点的群重要度是基于该群节点的群密度和群活跃度中的至少一个确定的，其中所述群密度是基于该群节点中所有个人用户之间的关系链的数量以及该群节点中所有个人用户的数量确定的，群活跃度是基于该群节点在预设的时间期间内出现预设行为的频率确定的。

9.如权利要求2-8任一项所述的方法，其中确定该空间点在所述社交空间中的空间密集度包括：

利用随机超平面切割所述候选社交空间以生成多个子空间，其中每个子空间中仅包括一个空间点；

对于所述候选社交空间中的每个空间点，将用于生成包括该空间点的子空间所需要的切割次数确定为该空间点的空间密集度。