一种基于用户行为的社交网络中朋友关系挖掘方法

摘要

一种基于用户行为的社交网络中朋友关系挖掘方法，包括以下步骤：1)通过用户已有社交行为的记录数据，分别建立二分图与有向转移网络，即用户—餐馆和用户—口味；2)根据网络拓扑关系，分别提取关于节点或连边的具有表征两两用户之间社交行为的特征变量；3)采用机器学分类器模型xgboost，将所有样本数据通过10折交叉验证，训练并构建用户关系预测器模型；4)取10次验证结果的平均值作为模型的最终评价成绩。本发明将人们的社交行为映射到网络中，用网络拓扑特征反映社交行为的共性变量，使得预测用户之间朋友关系的结果具有较高精确度，既有利于引导用户寻找合适的新朋友，也有助于商家推荐更有价值的信息。

主权项

一种基于用户行为的社交网络中朋友关系挖掘方法，其特征在于：所述挖掘方法包括以下步骤：S1：通过用户已有行为的记录数据，分别建立出两类二分图与有向转移网络，即用户—餐馆地区，用户—口味标签；S2：根据用户—餐馆地区与用户—口味标签的二分图，从网络的节点角度，提取出每对用户的节点相似度特征，节点相似度特征用于表征两个用户之间的行为偏好差异；根据用户—餐馆地区与用户—口味标签的有向转移网络，从网络的连边角度，提取出每对用户的有向连边属性特征，有向连边属性特征用于表征两个用户之间的相互影响；S3：由原始数据已知用户之间的朋友关系，采用机器学习分类器模型xgboost，将所有样本数据通过10折交叉验证，训练并构建用户关系预测器模型；S4：取交叉验证的10次验证结果的平均值作为用户关系预测器模型的最终评价成绩。