[发明专利]基于聚类融合算法的社交团体发现方法

说明书

技术领域

本发明属于社交网络团体挖掘技术领域，涉及一种运用聚类融合算法的判断方法，具体涉及一种基于聚类融合算法的社交团体发现方法。

背景技术

“互联网+”是互联网思维的进一步实践成果，它代表一种先进的生产力，推动经济形态不断的发生演变，从而带动社会经济实体的生命力，为改革、发展、创新提供广阔的网络平台。

现在，传统的互联网正在迈向全新的时代----社交服务网时代(SocialNetworkingService)，从“人与机器”的时代迈向“人与人”的时代。个体的社交圈会不断地扩大和重叠并在最终形成大的社交网络。社交网的一个显著特点是支持巨大用户数，例如Facebook支持超过3亿的用户，其数据中心运行着超过万台的服务器，为遍布全球的用户提供信息通讯服务。另外，任何两个社交网用户都可能交互，也就是必须支持任何两个数据库用户的数据关联操作。这对于服务端的数据库管理提出了极大的挑战。

云服务器(ElasticComputeService,简称ECS)是一种处理能力可弹性伸缩的计算服务，其管理方式比物理服务器更简单高效。云服务器帮助您快速构建更稳定、安全的应用，降低开发运维的难度和整体IT成本，使您能够更专注于核心业务的创新。目前，是做的比较完善的生态系统。

聚类融合算法的核心思想是通过把多个聚类算法融合，得出更准确、更健壮的决策。一方面，由于基聚类分别来自于不同基聚类算法，其聚类算法的初始化条件、参数设置，甚至算法思想都各不相同，所以这些各不相同的基聚类都蕴含数据集的一部分特征。通过把这些各异的基聚类进行融合，能有效地更全面地、更准确地反映出数据集的真正特征。另一方面，即使某些基聚类存在反映数据集的错误信息，但通过大量基聚类的正确信息修正，能有效地得出更健壮的聚类决策。由于聚类融合算法这些优良特点，目前在聚类算法研究领域，聚类融合算法正在蓬勃地发展。

发明内容

本发明的目的是提供一种基于聚类融合算法的社交团体发现方法，针对复杂的社交网络数据，运用聚类融合算法作为判断准则，然后对一系列未知的社交网络数据进行分类，得到相应的分类，让市场人员能相应的服务。

本发明所采用的技术方案是，基于聚类融合算法的社交团体发现方法，具体按照以下步骤实施：

步骤1：对于社交网路中的数据，根据基聚类算法分别得出相应的采样基聚类；

步骤2：对步骤1得到的每个采样基聚类集进行融合，得出候选基准；

步骤3：对步骤2得到的候选基准进行筛选，评分最高的候选基准作为最优基准；

步骤4：使用步骤3得到的最优基准对聚类质量进行评价。

本发明的特点还在于，

其中的步骤1具体按照以下步骤实施：

假设有一个包含m个对象的数据集X，定义X＝{x₁,x₂,…,x_M}，在运行N个基聚类算法后，得到N个基聚类π，定义π＝{π₁,π₂,…,π_N}，然后，对π进行融合聚类算法运算，得到融合聚类π^*，定义π^*＝φ(π)，其中φ是聚类融合函数；

首先，对社交网络用户信息进行采样，利用社交平台账户获取平台访问权限，通过设置初始任务集对目标信息进行定向获取；

其次，采用k-means作为候选基准算法，先设定聚类个数，然后随机设定初始化聚类中心，生成多个基聚类；为了生成多样性高的基聚类集，通过采样器对基聚类集进行采样，通过组合子基聚类集的方式，得到多个组差异化大的采样基聚类基。

其中的采样器采样的方式是随机赌轮盘方式。

其中的步骤2具体按照以下步骤实施：

采用SLC算法来对融合聚类集进行融合，得到候选基准：

候选基准的评分定义如下：