[发明专利]基于资源整合与信息传播特征的社区发现及演化方法

权利要求书

1.一种基于资源整合与信息传播特征的社区发现及演化方法，其包括：

步骤1、根据社区网络资源生成用户关联关系矩阵和用户主题分布矩阵；

步骤2、根据所述用户关联关系矩阵和用户主题分布矩阵获得潜在社区网络；

步骤3、根据所获得的潜在社区网络，利用信息传播影响因子得到社区网络的演化结果；

步骤4、根据所述社区网络演化结果进行拓展应用。

2.如权利要求1所述的方法，其特征在于，所述用户关联关系矩阵用于表示用户之间的相互关系，所述用户主题分布矩阵用于表示用户的主题分布。

3.如权利要求1所述的方法，其特征在于，所述步骤1具体包括：

步骤11、抓取网页资源；

步骤12、从所抓取的网页资源中提取用户的主题；

步骤13、从所抓取的网页资源中得到用户间相互关系，并构建用户交互网络连接图；

步骤14、根据用户的主题，得到其参与的主题列表，从而进行用户资源特征提取；

步骤S15、根据所构建的用户交互网络连接图，生成用户关联关系矩阵；

步骤S16、根据所提取的用户资源特征，生成用户主题分布矩阵。

4.如权利要求1所述的方法，其特征在于，所述步骤2具体包括：

步骤21、根据所述用户主题分布矩阵和用户关联关系矩阵，采用协同矩阵分解模型分解得到潜在社区特征矩阵；

步骤22、根据所述潜在社区特征矩阵获得用户的潜在社区网络。

5.如权利要求4所述的方法，其特征在于，所述潜在社区特征矩阵包括用户社区潜在特征矩阵和主题社区潜在特征矩阵；其中，所述用户社区潜在特征矩阵表示用户在分解得到的每个社区中的归属概率的，所述主题社区潜在特征矩阵表示主题与分解得到的每个社区的关联程度。

6.如权利要求5所述的方法，其特征在于，通过求解所述协同矩阵分解模型的最优值，得到用户社区潜在特征矩阵和主题社区潜在特征矩阵，所述协同矩阵分解模型如下表示：

L＝p(C|X)p(R|Y)p(U|α，β)p(V|α，β)p(Z|α，β)

其中，C≈UZ^T，R≈UV^T，C表示用户关联关系矩阵，R表示用户主题分布矩阵，U表示用户社区潜在特征矩阵，V表示主题社区潜在特征矩阵，Z表示潜在特征辅助矩阵，其维度与U的维度分布相同；X＝UZ^T，Y＝UV^T，X为用户关联关系逼近矩阵，Y为用户主题分布逼近矩阵；p(C|X)与p(R|Y)分别表示矩阵X与C、Y与R的接近程度，而p(U|α，β)、p(V|α，β)和p(Z|α，β)则分别表示矩阵U、V和Z的产生概率。