社区发现方法

摘要

本发明公开了一种社区发现方法。包括步骤：分析每个用户的信息，从中提取特征词，计算用户对应的特征向量；以某一个用户为基准，计算其余用户与该用户的相似度；将相似度高于门限值的用户标记为相似用户，将所有相似用户合并成为一个新的用户，被合并的相似用户记录为新用户的子用户，计算并简化新用户的特征向量；直到新用户达到设定的社区发现门限时完成新社区的发现。本发明的方法根据用户多属性相似度进行社区划分，不依赖用户的网络行为，在社会网络形成之初就能将兴趣相似、研究方向相似、行为方式相似的用户们组织在一个社区内，且发现的社区属性丰富，社区用户相似度高，能够为用户提供一个较为理想的信息交流和共享的平台。

主权项

1.一种社区发现方法，具体包括如下步骤：步骤1：建立一个基准特征向量和特征词库；步骤2：提取社会网络中的用户特征词，所述社会网络可以图的形式来表示，令G=(V,E)，其中，G表示一个社会网络，V表示用户v的集合，E表示用户之间边e的集合；社会网络图中的每个节点代表一个用户，每个用户的用户信息用来描述用户的属性，用户信息可以分割为多个标签，标签是用户信息的基本单位，将每个标签看成关键词，然后将各个关键词与已建立的特征词库里的特征词作比较，若该关键词存在于特征词库里，则该关键词就为特征词，反之，则不是特征词；步骤3：建立用户特征向量，用户v_i的特征向量用数学符号来表示，其中，i为用户标号，为特征向量的分量；步骤4：计算用户相似度，根据步骤3得到用户特征向量，随机以某一个用户为基准，计算其余用户与该基准用户的相似程度，两个用户v_i和v_j相似度的采用如下公式得到：$\mathrm{sim}({\overrightarrow{L}}_i,{\overrightarrow{L}}_j)=w_1\mathrm{sim}({\overrightarrow{A}}_i,{\overrightarrow{A}}_j)+w_2\mathrm{sim}({\overrightarrow{B}}_j,{\overrightarrow{B}}_j)+w_3\mathrm{sim}({\overrightarrow{C}}_i,{\overrightarrow{C}}_j)+...i\ne j$其中，和分别为用户v_i和v_j的特征向量，特征向量中的元素个数为N，各个分向量的相似度的权重w_i,(i＝1,2,…,N)满足是${\overrightarrow{L}}_i=({\overrightarrow{A}}_i,{\overrightarrow{B}}_i,{\overrightarrow{C}}_i,{\overrightarrow{D}}_i,...)$和${\overrightarrow{L}}_j=({\overrightarrow{A}}_j,{\overrightarrow{B}}_j,{\overrightarrow{C}}_j,{\overrightarrow{D}}_j,...)$的分向量的相似度，采用如下公式：$\mathrm{sim}({\overrightarrow{A}}_i,{\overrightarrow{A}}_j)=\frac{{\overrightarrow{A}}_i·{\overrightarrow{A}}_j+ϵ}{\max ({\left|\right|{\overrightarrow{A}}_i\left|\right|}^2,{\left|\right|{\overrightarrow{A}}_j\left|\right|}^2)+ϵ}+\frac{\min ({\left|\right|{\overrightarrow{A}}_i\left|\right|}^2,{\left|\right|{\overrightarrow{A}}_j\left|\right|}^2)-{\overrightarrow{A}}_i·{\overrightarrow{A}}_j}{{\left|\right|{\overrightarrow{A}}_{\max }\left|\right|}^2},i\ne j$其中，分别为两个用户所对应的特征向量中分向量的模，表示两个分向量的内积，ε表示一个极小值，表示全为1的向量，即步骤5：将相似度高于相似门限值的用户记录为相似用户，把所有的相似用户合并成为一个新的用户，被合并的相似用户记录为新用户的子用户；步骤6：重复步骤4和步骤5，直到所有用户都被划分到新用户中，若新用户达到预先设定的社区发现的门限值时，发现新的社区，该新用户内的所有子用户组成一个社区。