[发明专利]基于社交内容的用户分组方法

权利要求书

1.一种基于社交内容的用户分组方法，其特征在于，包括：

对社交网站服务器上的用户信息和社交内容进行采集，基于所采集的内容 来识别特定用户群体。

2.根据权利要求1所述的方法，其特征在于，所述对社交网站服务器上的 用户信息和社交内容进行采集，进一步包括：

通过数据采集系统进行数据采集，其中采集的数据包括用户信息，其包括 用户ID、用户名；文本数据，其包括会话ID、会话文本，以及关系数据，包括 关注列表与关注者列表；所述数据采集系统通过主控线程进行权限认证、程序 初始化、种子节点读取、过滤、数据库操作；所述数据获取线程借助API开放 接口进行数据采集，采集过程包括接口请求、json数据解析、指针更新，最终返 回给主控线程总数据列表；采用二进制向量和一系列随机映射函数完成去冗余 计算；为抓取种子ID列表、用户ID列表、关系列表、会话ID分别添加去冗余 函数，种子列表，抓取用户列表、社交列表均以其唯一标识ID进行，而关系的 格式将两个用户的ID组合到一起，并通过前者为被关注，后者为前者的关注者 的顺序区分两者的先后顺序；提取种子ID时，多线程对数据库的操作添加互斥 锁；为每个线程分配抓取任务，为每个线程令牌资源库进行区分式排列组合； 并为每个线程单独设置一个断点文件，记录抓取的位置；将数据库连接、关闭、 查询、增加、删除操作进行统一管理，抓取对象的ID首先由人工方式输入至文 件，每次开始抓取任务之前都加载一遍优先级文件；在分任务处理中在抓取对 象上，为每个线程制定特定的抓取任务，从用户信息获取、文本获取、关系获 取中选取的一个或多个处理目标；通过控制线程的数量，或调整API请求后获 取的数据量两种方式之一来从调节采集速度；

利用数据结构对会话过程进行描述；将参与会话的用户以关系连接在一 起，构建成基于单个事件的群体；最后在社交关系拓扑中采用节点衡量指标识 别强关系群体中的节点，最后以树形的层级结构将该事件存储至文件；其中所 述强关系群体具体定义为，如果已知群体α满足：对于群体α内的每个用户节点i， 均满足i与群体α内节点构成的节点数量大于该节点与群体α外节点构成的节点 数量，则群体α被称为强关系群体。