一种基于社交网络的关联用户的挖掘方法及装置制造方法及图纸

本发明专利技术实施例提供一种基于社交网络的关联用户的挖掘方法及装置，所述方法包括：根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据；基于能力用户的亲密度基础数据，得到主体用户与关联用户的对应关系数据；根据主体用户与关联用户的对应关系数据，选取具有至少一个相同的能力标签的主体用户及其关联用户；基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户。本技术方案能有效地进行全方位的关联关系的覆盖，而且降低了计算量，提高了挖掘效率。

【技术实现步骤摘要】

本专利技术涉及互联网数据挖掘
，尤其涉及一种基于社交网络的关联用户的挖掘方法及装置。
技术介绍
在微博等社交网络中，存在着在某些维度上具备相同属性的用户，比如同为互联网领域专家、同为港台明星、同为某一团体成员等，本专利技术实施例中将该类用户称为关联用户。在推荐场景中，当粉丝关注了用户A之后，可以向粉丝推荐用户A的关联用户。当前社交网络中关联用户的挖掘都是基于用户自然属性进行挖掘，当用户的属性覆盖到某一维度时，才能发现该维度下的关联用户。比如只有挖掘出用户的地域属性后，才能发现地域维度上的关联用户。现有技术存在如下的技术缺点：1.关联用户的覆盖率不足，同时不能及时发现最新的关联用户关系；2.挖掘代价高，计算量大。
技术实现思路
本专利技术实施例提供一种基于社交网络的关联用户的挖掘方法及装置，以便能有效地进行全方位的关联关系的覆盖。一方面，本专利技术实施例提供了一种基于社交网络的关联用户的挖掘方法，所述方法包括：根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据，所述能力用户是指一级能力标签信息中能力权重大于设定的第一权重阈值的博主用户，所述能力用户的亲密度基础数据包括能力用户的亲密粉丝用户数量、亲密粉丝用户标识以及对应的正向亲密度权重，所述亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第二权重阈值的粉丝用户；基于能力用户的亲密度基础数据，针对每一个能力用户，将当前能力用户作为主体用户，与当前能力用户之间具有相同亲密粉丝用户的数量大于设定的第三数量阈值的其他能力用户作为该主体用户的关联用户，得到主体用户与关联用户的对应关系数据；根据主体用户与关联用户的对应关系数据，选取具有至少一个相同的能力标签的主体用户及其关联用户；基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户。另一方面，本专利技术实施例提供了一种基于社交网络的关联用户的挖掘装置，所述装置包括：亲密度基础数据构建单元，用于根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据，所述能力用户是指一级能力标签信息中能力权重大于设定的第一权重阈值的博主用户，所述能力用户的亲密度基础数据包括能力用户的亲密粉丝用户数量、亲密粉丝用户标识以及对应的正向亲密度权重，所述亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第二权重阈值的粉丝用户；关联用户基础数据获取单元，用于基于能力用户的亲密度基础数据，针对每一个能力用户，将当前能力用户作为主体用户，与当前能力用户之间具有相同亲密粉丝用户的数量大于设定的第三数量阈值的其他能力用户作为该主体用户的关联用户，得到主体用户与关联用户的对应关系数据；关联用户选取单元，用于根据主体用户与关联用户的对应关系数据，选取具有至少一个相同的能力标签的主体用户及其关联用户；有效关联用户挖掘单元，用于基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户。上述技术方案具有如下有益效果：与传统方法相比，在微博等社交网络中，对用户的正向亲密度高的粉丝(即用户的铁杆粉丝)的关注关系能够从多个维度体现出用户之间的关联关系，相比于之前挖掘完一个用户属性，才能发现该属性下的关联关系，本技术方案能有效地进行全方位的关联关系的覆盖，而且通过粉丝的亲密关系的变化，能够及时有效地发现新的关联关系，同时降低了计算量，提高了挖掘效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一种基于社交网络的关联用户的挖掘方法流程示意图；图2为本专利技术实施例一种基于社交网络的关联用户的挖掘装置结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，为本专利技术实施例一种基于社交网络的关联用户的挖掘方法流程示意图，所述方法包括：101、根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据，所述能力用户是指一级能力标签信息中能力权重大于设定的第一权重阈值的博主用户，所述能力用户的亲密度基础数据包括能力用户的亲密粉丝用户数量、亲密粉丝用户标识以及对应的正向亲密度权重，所述亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第二权重阈值的粉丝用户；102、基于能力用户的亲密度基础数据，针对每一个能力用户，将当前能力用户作为主体用户，与当前能力用户之间具有相同亲密粉丝用户的数量大于设定的第三数量阈值的其他能力用户作为该主体用户的关联用户，得到主体用户与关联用户的对应关系数据；103、根据主体用户与关联用户的对应关系数据，选取具有至少一个相同的能力标签的主体用户及其关联用户；104、基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户。优选地，针对能力用户的亲密粉丝用户数量设置至少一级数量阈值，并为各级数量阈值对应设置权重阈值，其中，各级数量阈值以及各级权重阈值依次增大，最低级权重阈值大于所述第二权重阈值；以及根据用户的正向亲密度(正向亲密度描述用户在社交网络中对他所关注的人的亲密程度，反之，反向亲密度描述用户在社交网络中对他的粉丝的亲密程度)信息和一级能力标签信息，构建能力用户的亲密度基础数据之后，还包括：判断能力用户的亲密粉丝用户数量是否小于等于最低级数量阈值；如果是，保持所述能力用户的亲密度基础数据不变；如果否，确定所述能力用户的亲密粉丝用户数量所对应的数量阈值等级、以及权重阈值等级，并根据确定出的权重阈值等级更新所述能力用户的亲密度基础数据。优选地，所述确定所述能力用户的亲密粉丝用户数量所对应的数量阈值等级、以及权重阈值等级，具体包括：如果所述能力用户的亲密粉丝用户数量大于设定的第N级数量阈值且小于等于设定的第N+1级数量阈值，则确定所述能力用户的亲密粉丝用户数量所对应的数量阈值等级、以及权重阈值等级为N；以及所述根据确定出的权重阈值等级更新所述能力用户的亲密度基础数据，具体包括：根据确定出的第N级权重阈值更新所述能力用户的亲密度基础数据，更新后的亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第N级权重阈值的粉丝用户。优选地，所述选取具有至少一个相同的能力标签的主体用户及其关联用户，具体包括：如果主体用户及其关联用户的能力标签数量均为1并且相同，或者在有多个能力标签的情况下主体用户本文档来自技高网...

【技术保护点】
一种基于社交网络的关联用户的挖掘方法，其特征在于，所述方法包括：根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据，所述能力用户是指一级能力标签信息中能力权重大于设定的第一权重阈值的博主用户，所述能力用户的亲密度基础数据包括能力用户的亲密粉丝用户数量、亲密粉丝用户标识以及对应的正向亲密度权重，所述亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第二权重阈值的粉丝用户；基于能力用户的亲密度基础数据，针对每一个能力用户，将当前能力用户作为主体用户，与当前能力用户之间具有相同亲密粉丝用户的数量大于设定的第三数量阈值的其他能力用户作为该主体用户的关联用户，得到主体用户与关联用户的对应关系数据；根据主体用户与关联用户的对应关系数据，选取具有至少一个相同的能力标签的主体用户及其关联用户；基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户。

【技术特征摘要】
1.一种基于社交网络的关联用户的挖掘方法，其特征在于，所述方法包括：根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据，所述能力用户是指一级能力标签信息中能力权重大于设定的第一权重阈值的博主用户，所述能力用户的亲密度基础数据包括能力用户的亲密粉丝用户数量、亲密粉丝用户标识以及对应的正向亲密度权重，所述亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第二权重阈值的粉丝用户；基于能力用户的亲密度基础数据，针对每一个能力用户，将当前能力用户作为主体用户，与当前能力用户之间具有相同亲密粉丝用户的数量大于设定的第三数量阈值的其他能力用户作为该主体用户的关联用户，得到主体用户与关联用户的对应关系数据；根据主体用户与关联用户的对应关系数据，选取具有至少一个相同的能力标签的主体用户及其关联用户；基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户。2.如权利要求1所述基于社交网络的关联用户的挖掘方法，其特征在于，针对能力用户的亲密粉丝用户数量设置至少一级数量阈值，并为各级数量阈值对应设置权重阈值，其中，各级数量阈值以及各级权重阈值依次增大，最低级权重阈值大于所述第二权重阈值；以及根据用户的正向亲密度信息和一级能力标签信息，构建能力用户的亲密度基础数据之后，还包括：判断能力用户的亲密粉丝用户数量是否小于等于最低级数量阈值；如果是，保持所述能力用户的亲密度基础数据不变；如果否，确定所述能力用户的亲密粉丝用户数量所对应的数量阈值等级、以及权重阈值等级，并根据确定出的权重阈值等级更新所述能力用户的亲密度基础数据。3.如权利要求2所述基于社交网络的关联用户的挖掘方法，其特征在于，所述确定所述能力用户的亲密粉丝用户数量所对应的数量阈值等级、以及权重阈值等级，具体包括：如果所述能力用户的亲密粉丝用户数量大于设定的第N级数量阈值且小于等于设定的第N+1级数量阈值，则确定所述能力用户的亲密粉丝用户数量所对应的数量阈值等级、以及权重阈值等级为N；以及所述根据确定出的权重阈值等级更新所述能力用户的亲密度基础数据，具体包括：根据确定出的第N级权重阈值更新所述能力用户的亲密度基础数据，更新后的亲密粉丝用户是指正向亲密度信息中正向亲密度权重大于设定的第N级权重阈值的粉丝用户。4.如权利要求1所述基于社交网络的关联用户的挖掘方法，其特征在于，所述选取具有至少一个相同的能力标签的主体用户及其关联用户，具体包括：如果主体用户及其关联用户的能力标签数量均为1并且相同，或者在有多个能力标签的情况下主体用户及其关联用户的能力标签存在包含关系，则选取当前的主体用户及其关联用户为具有至少一个相同的能力标签的主体用户及其关联用户。5.如权利要求1所述基于社交网络的关联用户的挖掘方法，其特征在于，所述基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，再结合主体用户的亲密粉丝用户数量，确定主体用户的各关联用户的权重值，基于权重值挖掘出主体用户的有效关联用户，包括：基于选取出的主体用户及其关联用户，确定主体用户与该主体用户的每一个关联用户共同的亲密粉丝用户数量，按照共同的亲密粉丝用户数量对各关联用户进行降序排序，针对任一关联用户，通过与主体用户共同的亲密粉丝用户数量与主体用户的亲密粉丝用户数量计算主体用户的当前关联用户的权重值，计算公式如下：weight＝round(interact_count/valid_fans_count*100，2)，其中，interact_count是当前关联用户与主体用户共同的亲密粉丝用户数量，valid_fans_count是主体用户的亲密粉丝用户数量；round()是按照四舍五入的原则保留小数点后两位有效数据的函数；利用逻辑回归算法中的sigmoid函数对主体用户的各关联用户的权重值进行归一化处理，所述sigmoid函数的计算公式如下：S=11+e-weight.]]>基...

【专利技术属性】
技术研发人员：李金奎，
申请(专利权)人：微梦创科网络科技中国有限公司，
类型：发明
国别省市：北京;11