[发明专利]一种基于社交拓扑挖掘的社会活动辅助方法

摘要

本发明涉及一种基于社交拓扑挖掘的社会活动辅助方法，该具体过程为：获取客户端用户输入信息；过滤用户活动的历史记录；服务器端监听客户端的请求并进行解析，根据条件过滤出所有满足条件的该用户的历史活动记录；基于上述步骤102的历史记录，通过团生成算法产生用户的社会活动拓扑；经过团推荐算法产生满足用户活动需求的团；服务器将推荐结果返回到客户端并以友好的界面显示；计算推荐的准确性和完整性。本发明根据用户参加过活动的记录，通过用户输入的活动类型、活动地点、活动时间以及活动参加人员过滤出满足条件的团，然后再经过团生成算法，减少社会拓扑中团的数量，最后经过团推荐算法选择出和用户关系最紧密的团进行推荐。

主权项

1.一种基于社交拓扑挖掘的社会活动辅助方法，其特征在于，该具体过程为：步骤1，获取客户端用户输入信息；步骤2，过滤用户活动的历史记录；服务器端监听客户端的请求并进行解析，根据条件过滤出所有满足条件的该用户的历史活动记录；步骤3，基于上述步骤102的历史记录，通过团生成算法产生用户的社会活动拓扑；团生成包括团包含和团合并两个过程；其中，团生成过程：满足g1∈g2，在判断g1是否可以被g2包含时，需要计算由于这次归并产生的信息缺失，计为subrate(g1，g2)，定义为：subrate(g1,g2)=(|g2|-|g1|)×(avynum(g1)-avynum(g2))|g2|×avynum(g1)]]>只有当它小于设定阈值时，则认为这次归并产生的信息缺失量比较少，归并是合理的；式中，有两个团g1和g2，avgnum(g)表示团g参与的同一活动的次数，|g|表示团g的成员个数；团合并过程：满足g1∩ g2不为空，并且g1和g2没有包含关系时，在进行合并前，需要计算它们之间的相似度，定义相似度为unirate(g1，g2)：unirate(g1,g2)=|g1Ig2||g1Ug2|]]>在相似度超过设定的阈值时，则认为合并是合理的；式中，有两个团g1和g2，avgnum(g)表示团g参与的同一活动的次数，|g|表示团g的成员个数；步骤4，经过团推荐算法产生满足用户活动需求的团；步骤5，服务器将推荐结果返回到客户端并以友好的界面显示；步骤6，计算推荐的准确性(Precise)和完整性(RecaII)。