[发明专利]一种基于信任关联度的微博网络社区发现方法

说明书

技术领域

本发明属于社区分类技术，具体涉及一种基于信任关联度的的微博网络社区发现方法。

背景技术

在WEB2.0时代的大环境下，社交型网站(SNS)正日益增多。微博作为SNS的一种升级版社会网络交互模式，正逐渐成为众多研究者关注的热点。社会网络和其他的复杂网络一样，都具有社区结构。但与其他网络的不同之处在于，它是由多个社区组成的。比如在现实生活中，在一个社区的内部，个体之间的交往会比较多，两个不同的社区之间，两个个体之间的交往会比较少。这个例子其实说明一个社区结构的一个性质，在网络中，一个社区内部联系密集，而社区之间联系相对稀疏。社区形成的原因多种多样，但社区最重要的基础是信任关系。信任是人类社会活动的基石，社区内的信任关系维系了社区的存在、发展。而社区之间可能的兴趣也不同，个性化推荐服务需要根据不同社区中不同的属性来推荐不同的个性化信息。所以，微博网络社区发现的研究对于微博上的舆情监测、个性化推荐系统和营销模式的研究具有重要意义。

社区发现的目的在于发现复杂网络中的社区结构，或层次结构。而社区发现算法的早期研究主要表现为两大类：(1)基于图划分研究和谱平分研究；(2)基于节点相似性的层次聚类研究。而基于图划分的经典算法有B.W.Kernighan和S.Lin等人于1970年提出的Kernighan-Lin算法，Barbes于1982年提出的基于Laplace图的谱二分法。基于图划分的算法均需要对给定的复杂网络实行对半分，若需要划分为多个社区，则需要迭代处理。由于该类算法的限制条件较苛刻，需事先知道划分为子社区的个数，甚至还需要知道子社区的规模，所以这类图划分算法并不适合于进行社区划分。而基于层次聚类的社区发现算法大致又分为两类：分裂式层次聚类和聚合式层次聚类。Girvan和Newman等人于2001年提出的基于移除网络边介数值最大边的G-N算法，是分裂式层次聚类中较经典的社区发现算法。虽然该算法的准确度较好，但时间复杂度较高，需要不断的计算边介值，仅适合处理小规模的网络。基于这方面局限，又出现了一些较经典、具有代表性的聚合式层次聚类算法如：Newman提出的快速算法，Clauset、Newman和Moore等人提出的CNM算法。

K-medoids聚类算法是一种基于划分的聚类算法，该算法是目前应用比较广泛的聚类算法之一，它具有算法简单、收敛速度快和局部搜索能力强的特点。本文利用K-medoids算法结合微博网络的结构属性，提出一种基于信任关联度的微博网络社区发现算法。该算法引入信息群度的概念，将微博社区网络边权重的值不设为固定值1，而是动态设定。以最大信任关联度原则选取新的聚类中心，并进行模式归类，直到所有节点都划分完为止，最后根据LC模块度来确定理想的微博社区数目。该算法能够更贴近微博网络的特性并且较好的找到聚类中心，使得社区发现的质量大大提高。

发明内容

针对以上现有微博社区发现方法中的不足，本发明的目的在于提供一种能有效地降低复杂度，还可以很好地提高微博社区发现的准确度的基于任关联度的微博网络社区发现算法，本发明的技术方案如下：

一种基于信任关联度的微博网络社区发现方法，其特征在于包括以下步骤:

101、获取微博数据来定义节点的信息群度，具体包括以下步骤:

Al、根据节点的原创微博数o_ij、微博转发数r_ij来计算出节点之间的活跃值a_ij，其中有

a_ij＝(β₁×o_ij+β₂×r_ij)/n；

Bl、根据节点之间的评论数为c_ij、赞数为l_ij，微博总数n来计算出节点之间的博文质量值q_ij，其中有

q_ij＝(λ₁×ci_j+λ₂×l_ij)/n；

Cl、将节点之间边权重w_ij的值设为节点对的信息群度，即

d_ij＝1/(a_ij+q_ij)

w_ij＝d_ij

102、根据101中求的信息群度来计算节点之间的信任关联度，具体包括以下步骤: