[发明专利]基于移动社交网络关系紧密度的罪犯及贷款失联人多网联合搜索方法

权利要求书

1.基于移动社交网络关系紧密度的罪犯及贷款失联人多网联合搜索方法，其特征在于，包括下述步骤：

构建失联人的移动社交网络；

失联人的移动社交网络包括家庭成员和家族成员，基于家庭成员和家族成员的交互属性，构建失联人交互属性矩阵，所述家庭成员是由两个相邻层上某一节点的全部交互用户构成，所述家族成员是按照交互关系的顺序依次分布在若干个相邻层上；

构建指数权重计算模型，并构建指数加权交互属性矩阵；以指数加权交互属性矩阵中最大的元素所在的行定义最大交互用户

建立失联人家庭成员任意两个节点之间的距离计算公式，

基于指数加权交互属性矩阵和距离计算公式，利用家族成员关系紧密度找出家庭成员最小交互用户，并建立失联人与其任一家庭成员的关系紧密度计算模型；

基于关系紧密度的多网联合搜索算法来查找失联人。

2.根据权利要求1所述基于移动社交网络关系紧密度的罪犯及贷款失联人多网联合搜索方法，其特征在于，所述构建失联人的移动社交网络具体为：

将失联人所有的历史呼出和历史呼入的联系人当作移动社交网络的一个节点，于是失联人的所有历史联系人和失联人本人一起就构成一个移动社交网络；

再将移动社交网络中每一个子节点的所有联系人做成失联人的下一层联系人，与失联人具有一种间接关系，称之为移动社交网络的次节点，是失联人的间接联系人，或称为隐形联系人；

如此继续进行下去，建立一个失联人移动社交网络的庞大社会关系网络；

采用分层式的局部表示法对失联人的移动社交网络进行处理，所述分层式的局部表示法具体为：

从主节点开始，主节点即为失联人，先找出与主节点发生直接交互关系的子节点，把这些子节点称为移动社交网络的第1层；

然后对第1层上的每一个子节点，分别找出与该子节点发生直接交互关系的次节点，将所有这些次节点称为移动社交网络的第2层；

然后，与第2层次节点发生直接交互关系的所有次节点称为第3层；…，依此类推；

对每一层的次节点，独立提取其每一个次节点出来，找出与该次节点发生直接交互关系的所有局部次节点，对每一层的次节点来说，每一个次节点都将被提取一次，且仅被提取一次。

3.根据权利要求1所述基于移动社交网络关系紧密度的罪犯及贷款失联人多网联合搜索方法，其特征在于，所述失联人交互属性矩阵具体为：

在移动社交网络中，假设失联人u的n位直接交互用户v₁,v₂,...,v_n，x_ij为用户对c_i＝(u,v_i)的节点交互属性，则把矩阵

称为u的交互属性矩阵，记为X＝(x_ij)_n×m，其中行向量X_i＝[x_i1 x_i2…x_im]是用户对c_i＝(u,v_i)的一个交互属性组，1≤i≤n，1≤j≤m；

由于节点的交互属性不具有统一的计算和统计功能，所以交互属性矩阵X＝(x_ij)_n×m也不具有运算功能，因此需要对交互属性矩阵X＝(x_ij)_n×m进行归一化处理，以和分别表示矩阵X＝(x_ij)_n×m第j列的最大值和最小值，j＝1,2,…,m；然后利用某一种归一化的处理方法对交互属性矩阵进行归一化处理。