一种基于SNS的个人社会关系数据挖掘方法

摘要

本发明涉及一种基于SNS的个人社会关系数据挖掘方法，逻辑清楚，易于实施，其中，以社交网站平台为基础，获取用户的关注信息、粉丝信息，以及用户的备注信息，计算获得两用户之间的相识可信度，并结合150定律，分析找出更多在现实世界中彼此认识的人，有效提高了个人社会关系数据挖掘的工作效率和准确性。

主权项

一种基于SNS的个人社会关系数据挖掘方法，其特征在于，包括如下步骤：步骤001.在社交网站中任意选取一名用户，获取该用户在社交网站中关注用户的用户列表，作为一级用户列表；步骤002.针对一级用户列表中的用户进行过滤，删除异常用户，更新一级用户列表；步骤003.针对一级用户列表中的各个用户，分别采集各个用户在社交网站中关注用户的用户列表，分别作为二级用户列表；步骤004.分别针对各个二级用户列表中的用户进行过滤，删除异常用户，分别更新各个二级用户列表；步骤005.将一级用户列表和各个二级用户列表分别作为各个初级用户列表，分别针对各个初级用户列表中的用户按两两组合方式进行分组获得各个用户分组，其中，各个初级用户列表分别对应的用户分组的数量为n为对应初级用户列表中用户的数量；步骤006.针对所有初级用户列表对应的各个用户分组，分别统计各个用户分组的数量，删除数量小于预设共同被关注次数阈值的用户分组；步骤007.将剩余所有用户分组中的各个用户作为各个分析用户，分别针对各个分析用户，获得与分析用户位于同一用户分组、并且与分析用户对应同一用户分组的数量大于预设数量阈值的各个用户，该各个用户构成对应分析用户的用户分析列表；步骤008.分别针对各个分析用户所对应的用户分析列表，分别计算获得用户分析列表中各个用户与对应分析用户之间的相识可信度，并将用户分析列表中的各个用户按其与对应分析用户之间相识可信度，由高至低进行排序；步骤009.分别针对各个分析用户所对应的用户分析列表，判断用户分析列表中用户的数量是否大于150，是则删除第150个用户之后的所有用户，更新用户分析列表；否则不做任何操作；步骤010.分别针对各个分析用户所对应的用户分析列表，分别判断用户分析列表中各个用户与对应分析用户之间相识可信度和预设相识度下限值、预设相识度上限值之间的关系，若相识可信度低于预设相识度下限值，则判定该相识可信度所对应用户与对应分析用户之间彼此认识的可能性小；若相识可信度高于预设相识度下限值，且低于预设相识度上限值，则判定该相识可信度所对应用户与对应分析用户之间彼此可能认识；若相识可信度高于预设相识度上限值，则判定该相识可信度所对应用户与对应分析用户之间彼此很可能认识。