CN104731962A - 一种社交网络中基于相似社团的好友推荐方法及系统 - Google Patents

Abstract

本发明公开了一种社交网络中基于相似社团的好友推荐方法，属于数据挖掘和信息检索领域。通过用户的社交信息找到社交网络中的社交社团，从结构和属性两方面提出一种计算社团间相似度的规则，利用用户节点在社团中的拓扑结构将用户分类，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色，为目标社团的各类用户提供相似社团中相对应的同类或多类的用户作为好友推荐集。该方法将传统的单个用户之间的相似度计算扩展为社团间相似度的计算，将传统的用户之间的好友推荐问题扩展为在相似社团中通过角色发现，将用户分类，为目标社团的各类用户推荐同类或多类用户。可以广泛应用于社交网络、电子商务等相关领域。

Description

一种社交网络中基于相似社团的好友推荐方法及系统

技术领域

本发明属于数据挖掘和信息检索领域，涉及社交网络推荐技术和链路预测技术，尤其是一种社交网络中基于相似社团的好友推荐方法。

背景技术

随着信息化社会的到来，互联网已成为人们日常生活中不可缺少的重要组成部分。在线社交网络，已成为近年来互联网最炙手可热的产品之一。但是，社交网站因其信息过载，难以继续采用传统的信息检索方式，为了减少时间和资源的浪费，提高用户获取信息的效率，就必须研究更加有效的快速定位、挖掘到满足用户个性化需求的信息资源的方法，推荐技术就是在此种背景下被提出和发展的。

好友推荐作为推荐应用中一项重要的服务，近年来也成为了研究热点，常被转换为复杂网络上的链路预测问题，目前的绝大部分好友推荐是在个体之间进行的，通过计算用户相似度，为用户推荐还未形成链接但相似度高的其他用户。通常根据用户的结构和属性两方面特征来计算社交网络中用户的相似度，结构相似是指节点在网络中的拓扑结构相似，属性相似是指用户的特征信息相似。

而近年来不断成熟的社团发现技术让我们看到了新的机遇。一方面，社交网络的用户根据偏好兴趣等因素组成了多个社团，群体效应加大了信息的覆盖层面和传播力度；另一方面，社团中的用户与用户更容易进行口口相传的互动、分享和传播，将更加有利于口碑营销的开展与品牌的大范围传播。

目前，研究者们已提出了多种优秀的社团发现算法，如基于局部搜索优化技术的KL算法、Fast GN算法，以及能够识别重叠网络簇结构的CPM算法等；计算节点相似度方面，也涌现出了Jaccard相关系数、余弦相似系数、皮尔逊相关系数等成熟的计算方法；角色发现方面，已有大量的科学研究借助用户行为模式以分析用户角色，如Maria等人分析了在线社会网络的不同类别的用户行为，后Backstrom等人为定义不同类型的用户群体，又介绍了三种角色的概念：triving groups，k-core用户以及long-core用户；朱天等人基于网络的结构属性提出了一种二维的PageRank度量，采用社团结构，根据节点在社团内部的影响力，以及社团外部的影响力，确定节点在网络中的社会位置是否相似。

综上所述，传统的好友推荐大都仅在单个用户之间进行，计算相似度时，只考虑了用户在网络中的拓扑结构以及自身特征信息，少有研究者结合社团的相关理论，忽略了用户多以群体的形式存在于社交网络中，单个用户的行为通常受到所在社团的影响，分属于相似社团中用户的行为方式和偏好因此也可能相似，更容易成为好友。

发明内容

本发明针对现有技术中存在的上述技术问题，结合现有社团发现技术发现存在于社交网络中的社团，从社团结构和属性两方面提出并定义一种社团相似度的计算方法，不仅考虑到社团间用户的亲疏程度，也将用户的偏好兴趣或相似的特征和性质作为相似度计算的重要因素，并产生针对目标社团的Top-N相似社团集。在此基础上，通过角色发现，将每个社团的用户进行分类，最后为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。

本发明提出一种社交网络中基于相似社团的好友推荐方法，包括步骤：获取数据源信息模块获取包括标签在内的用户信息、用户朋友关系等用户的社交信息；社团发现模块寻找社交网络中的社交社团；社团间相似度计算模块计算社团间结构相似度和属性相似度，并线性组合得到最终社团间相似度，根据相似度排序生成Top-N相似社团集；社团用户角色发现模块利用用户节点在社团中的拓扑结构将用户分类，定义节点在网络中的角色；生成好友推荐集模块为目标社团的各类用户提供Top-N相似社团中相对应的同类或多类的好友推荐集。

寻找社交网络中的社交社团具体包括：将每个用户初始化为一个独立社团，依次合并存在朋友关系的社团对，计算合并后的模块度增量，直到模块度值最大化，寻找到社交社团。所述计算社团间相似度具体为：根据社团相邻边占两个社团所有边的比值获得社团间结构相似度，利用社团中用户的标签将社团属性划分为不同类型，并将社团属于各类型的概率表示为特征向量，计算社团间特征向量的相似度得到社团间属性相似度。拥有相似的结构的用户节点占据网络中的相同角色，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。

本发明还提出一种社交网络中基于相似社团的好友推荐系统，包括：数据源获取模块、社团发现模块、社团间相似度计算模块、社团角色发现模块、生成好友推荐集模块，获取数据源信息模块获取包括标签在内的用户信息、用户朋友关系等用户的社交信息；社团发现模块寻找社交网络中的社交社团；社团间相似度计算模块计算社团间结构相似度和属性相似度，并线性组合得到最终社团间相似度，根据相似度排序生成Top-N相似社团集；社团用户角色发现模块利用用户节点在社团中的拓扑结构将用户分类，定义节点在网络中的角色；生成好友推荐集模块为目标社团的各类用户提供Top-N相似社团中相对应的同类或多类的好友推荐集。

寻找社交网络中的社交社团具体包括：将每个用户初始化为一个独立社团，依次合并存在朋友关系的社团对，计算合并后的模块度增量，直到模块度值最大化，寻找到社交社团。所述计算社团间相似度具体为：根据社团相邻边占两个社团所有边的比值获得社团间结构相似度，利用社团中用户的标签将社团属性划分为不同类型，并将社团属于各类型的概率表示为特征向量，计算社团间特征向量的相似度得到社团间属性相似度。拥有相似的结构的用户节点占据网络中的相同角色，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。

本发明将传统的用户之间的相似度计算扩展为社团相似度的计算，将传统的好友推荐问题可扩展为在相似社团中通过角色发现等方法，将其中的用户分类，为目标社团的各类用户推荐同类或多类用户。经过验证分析，本发明方法比传统的好友推荐具有更好的推荐效果。

说明书附图

图1是按照本发明一种实施方式的基于相似社团好友推荐方法的流程图；

图2是本发明社团间相似度计算执行流程示意图；

图3是本发明社团间属性相似度计算执行流程示意图；

图4是本发明社团各用户角色发现二维PageRank算法执行流程示意图；

图5是本发明社团各节点划分角色示意图；

图6是本发明社团各类角色好友推荐对应角色关系示意图。

具体实施方式

为使本发明的目的、技术方案以及优点更加简明清晰，以下参照说明书附图，对本发明具体实施作进一步的详细阐述。

如图1所示为本发明的具体实施模块结构图，包括：数据源获取模块、社团发现模块、社团间相似度计算模块、社团角色发现模块、生成好友推荐集模块五大模块。

获取数据源信息：数据源获取模块主要从现有的社交平台的公共API获取包括标签在内的用户信息、用户朋友列表等用户的社交信息。

相似社团用户分类：社团发现模块利将社交网络划分成多个社交社团。社团间相似度计算模块从结构和属性两个方面计算社团间相似度，得到针对目标社团的Top-N相似社团集，社团角色发现模块再根据用户节点在自身社团以及其它社团中的拓扑结构将用户分类。

生成好友推荐集。生成好友推荐集模块根据目标社团的Top-N相似社团集，为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。

可采用如下方法实现相似社团用户分类：

S1：社团发现。可采用Fast GN社团发现算法(也可采用现有的其他社团发现算法)，初始化网络为n个社团，即每个用户节点就是一个独立社团再依次合并有边相连的社团对，并计算合并后的模块度增量，这样不断合并社团，直到模块度值最大化时，社团划分完成。模块度增量公式如下：

$Q=\frac{1}{2m}\underset{\mathrm{ij}}{\mathrm{\Σ}}(A_{\mathrm{ij}}-\frac{k_i}{2m})\mathrm{\δ}({\mathrm{\σ}}_i,{\mathrm{\σ}}_j)$

其中，A为邻接矩阵，

σ_i表示节点i在社团i中，且当节点i与节点j在同一个社团时，δ(σ_i,σ_j)＝1否则为0。k_i为节点i的度，m为网络的总边数。

S2：计算社团间相似度，计算社团间结构相似度和社团间属性相似度两个方面，不仅考虑到社团间用户的亲疏程度，也将用户的偏好兴趣或相似的特征和性质作为相似度计算的重要因素。

S3：社团角色发现。社团角色发现模块通过分析节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。拥有相似的结构的节点占据网络中的相同角色。采用基于社团结构的二维网页排名(PageRank)度量方法，两个维度分别称为内排名(InnerRank)和外排名(OutterRank)。其中InnerRank度量节点和与该节点在同一社团中与其它节点连接的紧密性，OutterRank度量其它社团中连向节点的边分布的数量。InnerRank和OutterRank值越高，则排名越高。如图5所示，根据这两个影响力的度量维度，可将网络的节点划分成为三种角色：核心点、重要点以及普通点。

核心点(角色Role1)：表示节点在自身社团中拥有极大的社会影响力；重要点(角色Role2)：表示节点在自身社团中以及其它社团中均具有很大的社会影响力；普通点(角色Role3)：表示节点在自身社团以及外部社团的社会影响力均较小。

计算社团间相似度参照图2所示，包括步骤：

S21：计算社团间结构相似度，将两个社团结构相似度定义为社团相邻边占两个社团所有边的比值，其中相邻边是指构成边的两点分别在两个社团中，即：

$t_{i,j}=\frac{\left|e_{i,j}\right|}{|e_i\∪e_j|}$

其中，t_i,j表示社团i与社团j的结构相似度，e_i,j表示社团i中点v_i与社团j中的点v_j构成的边，e_i表示社团i中的边，e_j表示社团j中的边。

S22：计算社团间属性相似度，根据社团中代表用户兴趣属性的标签信息，利用朴素贝叶斯文档分类法将社团属性划分为不同的类型，并将社团属性用特征向量的形式来表现，再对社团特征向量进行余弦相似度计算，得到社团间属性相似度。

S23：线性组合结构相似度和属性相似度得到最终社团间相似度，即：

Sim_i,j＝α·t_i,j+(1-α)·f_i,j

其中，t_i,j表示社团i与社团j的结构相似度，f_i,j表示属性相似度，Sim_i,j表示社团i与社团j的最终社团间相似度，α为调节参数，取0到1之间的任意值。

社团间属性相似度计算如图3所示，具体可采用如下方法：

S221：统计用户标签，根据各标签出现频率确定社团类型的划分标准，社团划分类型集合定义为C＝{C₁,C₂,C₃...,C_n}，n为划分类型个数；

S222：根据社团中所有用户的标签构成的社团标签集，形成属性向量，即社团i有个m属性，则属性向量为

S223：根据朴素贝叶斯文档分类法，对社团每一个类型C_k，都通过分类器对社团属性进行分类，分类结果为两个类别，表示该社团是否属于类型C_k，即C_k＝1表示属于该类型，C_k＝0表示不属于该类型；根据贝叶斯决策理论， $p(C_k=\mathrm{\θ}|X_i)=\frac{p\left(X_i\right|C_k=\mathrm{\θ})p(C_k=\mathrm{\θ})}{p\left(X_i\right)},$ 其中，θ∈{0,1},k∈{1,2...,n}，i∈{1,2...,m}完成分类；

S224：将社团属于不同类型的概率用特征向量f_i来表现,即f_i＝(i₁,i₂...,i_n)，其中i_k＝p(C_k＝1|X_i)表示社团i属于类型C_k的概率。

S225：分别计算各社团与目标社团特征向量的余弦相似度，得到各社团与目标社团的属性相似度，即：

$f_{i,j}=\cos (f_i,f_j)=\frac{f_i\·f_j}{\left|f_i\right|\·\left|f_j\right|}=\frac{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{i}_k{j}_k}{\sqrt{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{i_k}^2}\sqrt{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{j_k}^2}}$

上述步骤S223，朴素贝叶斯文档分类法操作时具体可包括如下步骤：

S2231：根据获取的数据源中的用户标签，分别获取每个类型分类器的训练样本，其包含社团的属性向量数据和正确分类；

S2232：根据每个类型的训练集，分别计算概率p(C_k＝1)，k∈{1,2...,n}，计算p(X_i)，有 $p\left(X_i\right)=p(x_{i_1},x_{i_2}...,x_{i_n})=\underset{j=1}{\overset{m}{\mathrm{\Π}}}p\left(X_{i_j}\right);$ 计算p(X_i|C_k＝1)，因为每个属性相互独立，则 $p\left(X_i\right|C_k=1)=p(x_{i_1},x_{i_2}...,x_{i_n}|C_k=1)=\underset{j=1}{\overset{m}{\mathrm{\Π}}}p\left(x_{i_j}\right|C_k=1)$

S2233：根据 $p(C_k=1|X_i)=\frac{p\left(X_i\right|C_k=1)p(C_k=1)}{p\left(X_i\right)},$ 计算社团i所属类型C_k的概率。

二维的PageRank度量方法参照图4所示，具体操作包括步骤：

S31：对社团中用户i的朋友列表，将与用户i属于同一社团的朋友子列表定义为list1,将与用户i不属于同一社团的朋友子列表定义为list2；

S32：将用户i与list1构成的图定义为G(V,E)，其中V是用户集合，E是用户间朋友关系的边集合，将用户i与list2构成的图定义为G'(V',E')，其中V'是用户集合，E'是用户间朋友关系的边集合；

S33：对图执行PageRank算法，节点i的PageRank值即用户i的InnerRank值；对图执行PageRank算法，节点i的PageRank值即用户i的OutterRank值。

执行上述PageRank算法具体包括：

S331：定义矩阵A为图G的邻接矩阵，则：

S332：定义矩阵S为图G的原始转移矩阵，且其中d_i为节点i的度；

S333：定义矩阵P为图G的转移矩阵，且其中β为衰减因子，取0到1之间的任意值，N为图中节点数量，U为N阶矩阵，且U_ij＝1；

S334：求解矩阵P的特征向量q＝Pq，当q不断迭代后最终收敛时，q即为终解，节点i的PageRank值即为特征向量q中对应维的值。

类似地，对图G'执行PageRank算法时也按照上述步骤(S331-S334)，唯一不同的是，定义P'为图G'的转移矩阵，P'＝βS^T。

生成好友推荐集时，为各社团划分角色后，根据图5所示的对应角色关系，为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。

本发明所述的一种社交网络中基于相似社团的好友推荐方法，为社交网络中的好友推荐提供了一种新思路，提出并定义一种社团间相似度的计算方法，将传统的用户之间的相似度计算扩展为社团相似度的计算，进而将传统的好友推荐扩展为在相似社团中通过角色发现等方法，将其中的用户分类，为目标社团的各类用户推荐同类或多类用户。

应当指出上述具体的实施方式，可以使本领域的技术人员和读者更全面地理解本发明创造的实施方法，应该被理解为本发明的保护范围并不局限于这样的特别陈述和实施方式。因此，尽管本发明说明书参照附图和实施方式对本发明创造已进行了详细的说明，但是，本领域的技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种社交网络中基于相似社团的好友推荐方法，其特征在于，获取数据源信息模块获取包括标签在内的用户信息、用户朋友关系等用户的社交信息；社团发现模块寻找社交网络中的社交社团；社团间相似度计算模块计算社团间结构相似度和属性相似度，并线性组合得到最终社团间相似度，根据相似度排序生成Top-N相似社团集；社团用户角色发现模块利用用户节点在社团中的拓扑结构将用户分类，定义节点在网络中的角色；生成好友推荐集模块为目标社团的各类用户提供Top-N相似社团中相对应的同类或多类的好友推荐集。

2.根据权利要求1所述的方法，其特征在于，寻找社交网络中的社交社团具体包括：将每个用户初始化为一个独立社团，依次合并存在朋友关系的社团对，根据公式：计算合并后的模块度增量值，直到模块度值最大化，寻找到社交社团，其中，A为邻接矩阵，当节点i与节点j在同一个社团时，δ(σ_i,σ_j)＝1否则为0，k_i为节点i的度，m为网络的总边数。

3.根据权利要求1所述的方法，其特征在于，所述计算社团间相似度具体为：根据社团相邻边占两个社团所有边的比值获得社团间结构相似度，利用社团中用户的标签将社团属性划分为不同类型，并将社团属于各类型的概率表示为特征向量，计算社团间特征向量的相似度得到社团间属性相似度。

4.根据权利要求1所述的方法，其特征在于，社团用户角色发现具体为：拥有相似的结构的用户节点占据网络中的相同角色，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。

5.根据权利要求1所述的方法，其特征在于，生成好友推荐集具体为：根据目标社团的Top-N相似社团集，为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。

6.一种社交网络中基于相似社团的好友推荐系统，其特征在于，该系统包括：数据源获取模块、社团发现模块、社团间相似度计算模块、社团角色发现模块、生成好友推荐集模块，获取数据源信息模块获取包括标签在内的用户信息、用户朋友关系等用户的社交信息；社团发现模块寻找社交网络中的社交社团；社团间相似度计算模块计算社团间结构相似度和属性相似度，并线性组合得到最终社团间相似度，根据相似度排序生成Top-N相似社团集；社团用户角色发现模块利用用户节点在社团中的拓扑结构将用户分类，定义节点在网络中的角色；生成好友推荐集模块为目标社团的各类用户提供Top-N相似社团中相对应的同类或多类的好友推荐集。

7.根据权利要求6所述的系统，其特征在于，寻找社交网络中的社交社团具体包括：将每个用户初始化为一个独立社团，依次合并存在朋友关系的社团对，根据公式：计算合并后的模块度增量值，直到模块度值最大化，寻找到社交社团，其中，A为邻接矩阵，当节点i与节点j在同一个社团时，δ(σ_i,σ_j)＝1否则为0，k_i为节点i的度，m为网络的总边数。

8.根据权利要求6所述的系统，其特征在于，所述计算社团间相似度具体为：根据社团相邻边占两个社团所有边的比值获得社团间结构相似度，利用社团中用户的标签将社团属性划分为不同类型，并将社团属于各类型的概率表示为特征向量，计算社团间特征向量的相似度得到社团间属性相似度。

9.根据权利要求6所述的系统，其特征在于，社团用户角色发现具体为：拥有相似的结构的用户节点占据网络中的相同角色，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色。

10.根据权利要求6所述的，其特征在于，生成好友推荐集具体为：根据目标社团的Top-N相似社团集，为目标社团的各类用户提供相似社团中相对应的同类或多类的好友推荐集。