[发明专利]一种ego网络社交圈子识别方法

说明书

一种ego网络社交圈子识别方法，将用户抽象成ego网络中的一个节点，用户之间的关系抽象成ego网络中的一条边来构建ego网络；结合ego网络结构信息和节点属性信息来建模边之间的相似性；初始化每条边作为一个社交圈子，然后根据社交圈子之间的相似度使用average‑linkage层次聚类方法进行聚类，得到层次聚类算法对应的树状图；选取合适的阈值来截取树状图以获得对应的边社交圈子，并将边社交圈子转化为节点社交圈子；提取社交圈子的属性特征和结构特征，然后训练分类器来识别社交圈子的种类，用该方法识别社交圈子简单准确。

技术领域

本发明属于社团划分领域，涉及一种ego网络社交圈子识别方法。

背景技术

社交圈识别能帮助用户将他们的朋友分组到社交圈子中，这样能有效地管理获取到的信息，在链路预测、好友推荐等领域具有重要的应用。经典的社交圈子识别方法主要利用两类信息：网络结构信息和用户属性信息。目前已有的方法可分为两类：基于节点的方法和基于边的方法。基于节点的方法将ego网络中的节点划分到不同的圈子中，而基于边的方法将ego网络中的边划分到不同的圈子中。

J.McAuley方法(参考McAuley的方法：J.Leskovec,J.J.Mcauley,Learning todiscover social circles in ego networks,in:Advances in neural informationprocessing systems,2012,pp.539–547.)提出了一种基于网络结构和用户属性信息的社交圈子识别方法。对于每个社交圈子，算法根据用户属性信息的相似性学习其成员关系。它将节点成员关系关联到多个圈子，以识别重叠和层次嵌套的圈子。然而，该方法不能有效地利用结构信息，这给识别精度留下了很大的提升空间。

Wang方法(参考Wang的方法：M.Wang,W.Zuo,Y.Wang,An improved densitypeaks-based clustering method for social circle discovery in social networks,Neurocomputing 179(2016)219-227.)提出了一种改进的基于密度峰值的聚类方法，并将其应用于基于用户属性信息和网络拓扑结构的重叠社交圈的识别。首先，该方法利用高斯核函数测量ego网络中各节点的局部密度。其次，计算每个节点到密度较高的节点的距离。然后根据决策图选择圈子中心，其中x轴表示局部密度，y轴表示到密度较高节点的距离。该方法递归地聚合社交圈子，并将每个剩余的用户分配给每次迭代中包含更高密度的最近邻居的圈子。然而，该方法的性能在很大程度上依赖于初始聚类中心的选择。

Ahn方法(参考Ahn的方法：Y.-Y.Ahn,J.P.Bagrow,S.Lehmann,Link communitiesreveal multiscale complexity in networks,nature 466(7307)(2010)761.)提出了一种层次的边聚类方法，并且建立了基于边相似性的树状图。他们提出了一种基于密度的方法来确定树状图的适当的切割阈值。该方法在揭示社交圈子重叠结构方面优于基于节点的方法。但是该方法忽略了节点的属性信息，会降低识别的圈子的准确性。

发明内容

为克服现有技术中的问题，本发明的目的在于提供一种ego网络社交圈子识别方法。

为实现上述目的，本发明的技术方案如下：

一种ego网络社交圈子识别方法，包括如下步骤：

步骤1：构建用户的ego网络：将用户抽象成ego网络中的一个节点，用户之间的关系抽象成ego网络中的一条边；

步骤2：结合ego网络结构信息和节点属性信息来建模边之间的相似性；

步骤3：初始化每条边作为一个社交圈子，然后根据社交圈子之间的相似度采用层次聚类方法进行聚类，得到树状图；