一种社交网站账号相似度的综合数据挖掘方法

摘要

本发明公开了一种社交网站账号相似度的综合数据挖掘方法，该方法能够用于网络舆情监控中，解决识别同一用户的多个社交网站账号的问题。本发明综合考虑了影响社交网站账号综合相似度的三大类因素：个人属性、交互行为和内容，并利用训练样本确定各因素相似度在综合相似度计算中所占的权重。与现有技术相比，本发明的技术优势在于：(1)为识别同一用户的多个社交网站账号提供量化、可靠、全面的参考，并且适用于大数据环境下的计算机自动处理；(2)采用训练样本确定各因素相似度在综合相似度计算中所占的权重，能够保持与人工处理结果的一致性。

主权项

一种社交网站账号相似度的综合数据挖掘方法，其特征在于，包括社交网站账号综合相似度的计算的方法，步骤如下：步骤1，计算两个不同社交网站账号的个人属性因素的相似度；步骤2，计算两个不同社交网站账号交互行为的相似度；步骤3，计算两个不同社交网站账号的内容的相似度；步骤4，通过对步骤1～3中计算得到的相似度的加权平均，计算两个社交网站账号的综合相似度。