[发明专利]针对社交网络用户属性的推演方法及装置

权利要求书

1.一种针对社交网络用户属性的推演方法，所述方法应用于社交网络运营商为用户提供服务，其特征在于，包括以下步骤：

根据与原始簇一一对应的第一标签用户节点的第一特征向量得到所述第一标签用户节点所在原始簇的第一均值特征向量，所述原始簇不参与迭代的更新变化；

根据所述第一标签用户节点和第二标签用户节点在网络图结构上的连接距离特征得到所述第二标签用户节点的第二特征向量；具体地：初始化第二标签用户节点的第二特征向量，第二特征向量为一K维向量，每一分量的值等于对应簇中第一标签节点数量占总的标签节点数量的比例，在每次迭代伊时，重新初始化第二标签用户节点的第二特征向量；计算所有所述第二标签用户节点与所述第一标签用户节点的距离，并根据距离的大小量化更新所有初始化之后的所述第二标签用户节点的第二特征向量；距离的计算使用两个节点在网络图中的最短路径，距离越近的节点，相似的程度越大；反之相似程度越小；第二特征向量的更新公式为：其中，第二标签用户节点v_i，第一标签用户节点v_j，网络图G，最短路径D_ij＝hop(v_i,v_j)，hop()函数表示求两个节点在网络图上的最短路径；以及

根据所述第二特征向量和所述第二标签用户节点迭代更新所述第二标签用户节点的标记簇，并在第二均值特征向量满足预设条件时停止迭代，所述标记簇随着迭代产生变化；所述标记簇的更新具体包括：根据特征向量ω_i选择未知标签节点v_i∈V_U的所属标记簇V_Cm，m∈{1,2,...,K}，并将其加入该簇V_Cm＝V_Cm∪{v_i}；计算每一标记簇V_Cm，m∈{1,2,...,K}中标签用户节点的均值特征向量μ_m，并判断其是否发生变化来决定算法是否继续迭代；若各标记簇均值特征向量都不产生变化则迭代停止，输出标记簇，以使社交网络运营商根据每簇中所有的已标签用户的特征向量进行分析，以为根据已标签用户的特征向量的分析结果为用户提供服务。

2.根据权利要求1所述的针对社交网络用户属性的推演方法，其特征在于，所述第一均值特征向量为：

其中，v_j为所述第一标签用户节点，ω_j为所述第一特征向量，K为所述原始簇的簇数，V_Sm为第m原始簇的标签用户节点集合。

3.根据权利要求2所述的针对社交网络用户属性的推演方法，其特征在于，其中，所述第m原始簇的标签用户节点的第一特征向量对应的第m维分量为1，其余为0。

4.根据权利要求1-3任一项所述的针对社交网络用户属性的推演方法，其特征在于，初始化所述第二特征向量中第m维分量的值为第m原始簇的第一标签用户节点数量占总标签节点数量的比例，其中，所述总标签节点为所述第一标签用户节点的集合；或者所述第二特征向量为每一维初始化为0的向量。

5.根据权利要求1所述的针对社交网络用户属性的推演方法，其特征在于，其中，根据所述第二特征向量中的预设分量对应的维数得到所述第二标签用户节点的标记簇。