[发明专利]一种基于特征匹配网络的社团划分方法和装置

权利要求书

1.一种基于特征匹配网络的社团划分方法，其特征在于，包括：

根据预设的K个哈希函数，确定每个账号信息对应的K位哈希向量；

将每个账号信息对应的哈希向量，顺序划分为m＝K/k类子哈希向量；其中，k为每类子哈希向量中哈希向量的数量；

针对每个类，将子哈希向量相同的账号信息划分为同一组；

计算同一组内的各账号信息之间的相似度；

若所述各账号信息之间的相似度大于阈值，则在所述各账号信息之间建立互连边，形成特征匹配网络；

根据所述特征匹配网络，对所述各账号信息进行社团划分。

2.如权利要求1所述的方法，其特征在于，计算同一组内的各账号信息之间的相似度，包括：

若第i账号信息与第j账号信息位于n类同组中，则将n/m作为所述第i帐号信息与所述第j账号信息之间的相似度；所述第i账号信息与所述第j账号信息为所述各账号信息中的任一个。

3.如权利要求1所述的方法，其特征在于，计算同一组内的各账号信息之间的相似度，包括：

若第i账号信息与第j账号信息位于同一组中，统计所述第i账号信息的哈希向量与所述第j账号信息的哈希向量中位于同一位且哈希向量值相同的个数h；所述第i账号信息与所述第j账号信息为所述各账号信息中的任一个；

所述第i账号信息与所述第j账号信息的相似度s＝h/K。

4.如权利要求1所述的方法，其特征在于，根据预设的K个哈希函数，确定每个账号信息对应的K位哈希向量，包括：

根据公式(1)确定所述每个账号信息对应的K位哈希向量

其中，2'b表示是一个二进制数，是预设的K个哈希函数中的一个，

表示账号信息的特征向量，其中，c₁,c₂…,c_d表示账号信息的特征属性，表示随机选取的一个非零向量，

5.如权利要求1至4任一项所述的方法，其特征在于，根据所述特征匹配网络，对所述各账号信息进行社团划分，包括：

(1)将各账号信息划分在所述特征匹配网络中不同的社区中；

(2)根据各账号信息之间的相似度，计算每个账号信息的相似强度，从而生成节点相似强度矩阵；

(3)针对每个账号信息，从所述节点相似强度矩阵中所述账号信息所在的行，按相似强度从大到小的顺序尝试将所述账号信息划至其他社区中；若所述账号信息自第p社区划分至第q社区后的模块度差为正数，则将所述账号信息划分至第q社区后结束；

(4)重复执行，直到社区结构不再改变为止。

6.如权利要求5所述的方法，其特征在于，所述根据各账号信息之间的相似度，计算每个账号信息的相似强度，包括：

根据公式(2)计算所述第i账号信息与所述第j账号信息之间的相似强度s_i,j；

其中，Γ(i)表示所述第i账号信息的邻居集合，Γ(i)∩Γ(j)表示所述第i账号信息与所述第j账号信息的共同邻居集合，w_ai,z为任意账号信息ai与第z账号信息之间的边的权重和。

7.一种基于特征匹配网络的社团划分装置，其特征在于，包括：

确定单元，用于根据预设的K个哈希函数，确定每个账号信息对应的K位哈希向量；

第一划分单元，用于将每个账号信息对应的哈希向量，顺序划分为m＝K/k类子哈希向量；其中，k为每类子哈希向量中哈希向量的数量；

第二划分单元，用于针对每个类，将子哈希向量相同的账号信息划分为同一组；

计算单元，用于计算同一组内的各账号信息之间的相似度；

形成网络单元，用于若所述各账号信息之间的相似度大于阈值，则在所述各账号信息之间建立互连边，形成特征匹配网络；

第三划分单元，用于根据所述特征匹配网络，对所述各账号信息进行社团划分。