[发明专利]基于话题和信息交互行为的在线社会网络中网络群体的检测方法

说明书

本发明属于数据挖掘技术领域，具体涉及一种基于话题和信息交互行为的在线社会网络中网络群体检测方法。该方法包括构建节点关系网络；构建节点的话题集和每个节点的策略集；随机选取节点，计算该节点最大收益时所使用的策略；对所选节点进行策略更新；不断重复上述步骤，直到所述节点中没有收益可改进的节点时，输出话题集中每个话题涉及的所有节点及节点关系作为所检测的网络群体。本发明结合了在线社会网络中节点的信息交互行为、信息交互内容和节点间的社会关系，能够发现在线社会网络中具有动态特性、话题相关的重叠网络群体。

技术领域

本发明属于数据挖掘技术领域，具体涉及一种基于话题和信息交互行为的在线社会网络中网络群体检测方法。

背景技术

随着互联网技术和应用的快速发展，在线社会网络(Social Network，简称SN)交互平台将人类社会关系映射到网络空间，这类在线社会网络不仅具有人和人之间的关系，还具有信息属性以及依赖于信息而产生互动。社区发现是在线社会网络成为研究和应用的热点。在复杂网络中，同一节点组内的两个节点之间比不同节点组的两个节点之间更倾向于有边连接，网络的这种拓扑特性被称为社区结构，而每个这样的节点组被称为一个社区。

在线社会网络的用户沿着关系结构进行信息互动，不同的用户对不同的信息内容产生兴趣，导致用户之间的信息互动紧密程度不同。对基于话题交互的网络群体来说，在同一个群体中的用户对同一话题感兴趣，并且用户之间信息互动紧密。现有技术中已有的社会网络的社区发现方法多是从诸如谱优化、计算节点或社区的相似度、紧密度等方面来对网络进行社区划分，或是从话题角度，采用话题聚类等方式把属于同一话题的节点划分为同一社区，这些技术刻画的社区是静态的节点关系，缺乏对于动态网络群体的刻画。目前也有技术利用在线社会网络中的交互行为进行网络群体进行识别，但是这些方法也忽视了在线社会网络的人与人之间的关系、互动信息内容等因素对网络群体组成的影响。在此基础上所提的社区或群体发现方法无法很好的检测具有信息内容和交互行为的动态特性因素影响的网络群体。

发明内容

针对目前对社会网络社区的发现方法往往刻画的是静态的节点关系，缺乏对动态网络群体的刻画，忽视了在线社会网络的人与人之间的关系、互动信息内容等因素对网络群体组成的影响，无法很好的检测具有信息内容和交互行为的动态特征因素网络群体的缺陷和问题，本发明提供一种基于话题和信息交互行为的在线社会网络中网络群体检测的方法，能够检测在线社会网络中的网络群体。

本发明解决其技术问题所采用的方案是：一种基于话题和信息交互行为的在线社会网络中网络群体检测方法，包括以下步骤：

步骤一、采集在时间t内在线社会网络的数据，以网络用户作为节点，以网络用户的节点ID标识节点，对采集的数据进行处理后得到节点集。

步骤二、根据节点集与节点间的关系，以节点表示网络用户、边表示网络用户间的关系，构建节点关系网络，并根据构建的节点关系网络建立节点关系矩阵A，矩阵A中A_ij＝1表示节点i与节点j之间存在边，A_ij＝0表示节点i和节点j之间不存在边。

步骤三、根据节点集所有节点在一段时间内的所有交互内容，计算得到所有交互构成的话题集，并计算节点集中每个节点所关联的话题，构建每个节点的策略集，初始化每个节点所采用的策略。

步骤四、从节点集随机选取一个节点，计算所选节点获得最大的带交互权重的收益时所使用的策略；所述交互权重包括可体现出节点的信息交互内容和行为特征的参数，所述参数包括话题、话题关联交互的比例、交互次数、交互频率、交互内容的情感度。

步骤五、将所选节点采用的策略替换为可获得最大收益的策略从而完成对所选节点的策略更新，重新计算由于所选节点的策略更新影响到的所有节点的收益。

步骤六、循环步骤四和步骤五直至节点集中没有收益可改进的节点时停止节点策略更新，输出话题集中每个话题涉及的所有节点及节点关系作为所检测的网络群体。