CN105577434A - 一种基于社交网络的多重关联挖掘的方法和装置 - Google Patents
一种基于社交网络的多重关联挖掘的方法和装置 Download PDFInfo
- Publication number
- CN105577434A CN105577434A CN201510961940.1A CN201510961940A CN105577434A CN 105577434 A CN105577434 A CN 105577434A CN 201510961940 A CN201510961940 A CN 201510961940A CN 105577434 A CN105577434 A CN 105577434A
- Authority
- CN
- China
- Prior art keywords
- account
- once
- internet
- association
- visual human
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/5064—Customer relationship management
Abstract
本发明提出了一种基于社交网络的多重关联挖掘的方法和装置,该方法,包括:针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的一个或多个重要联系人以及每个所述重要联系人的重要联系人账号集;针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值。本发明通过对互联网中各个虚拟人之间的联系进行定量分析,展现出各个虚拟人之间联系的强弱程度。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种基于社交网络的多重关联挖掘的方法和装置。
背景技术
社交网络拥有海量的用户散布世界各地,但这些海量的用户又会基于某些共同爱好、目的或某种关联关系自然聚合,形成多种群体。群体中的成员一般拥有多重网络身份,他们可利用多重身份使用多种社交网络应用与群体中的其他成员建立联系,形成特定社交网。如何挖掘出特定团体成员之间的关联关系,并通过定量分析得出关系间的强弱联系,已成为社交网络分析的重要方面。目前,针对社交网络关联关系强弱分析的方法主要是基于图模型的加权链接矩阵算法或其改进算法。该方法将用户之间的联系用加权链接矩阵表示,根据交互行为的不同形成多个加权链接矩阵,反映用户之间的关联关系,通过最优化矩阵重构,矩阵的稀疏和低秩表达算法,获得社交网络用户之间相互关系的度量。该方法能够较真实的反映用户之间的关联关系,但是不具有完备性,它更侧重于社交网络某个特有应用的分析,对于多个应用的综合分析方面缺乏有力支持。另一种分析方法为节点遍历统计法,节点遍历统计法则是通过采用多个节点同时并发的机制,即所有节点都并行推送遍历信息,还原了点对点的虚拟账号交互轨迹,解决了社交网络中需要多次迭代才能遍历完数据的问题,降低了分析的时间复杂度,但是随着网络应用的与日俱增,单一的分析点对点的网络交互情况,越来越难反映出真实用户网络交互情况,该方法使用的局限性也越来越大。
发明内容
本发明要解决的技术问题是,提供一种基于社交网络的多重关联挖掘的方法和装置,通过对互联网中各个虚拟人之间的联系进行定量分析,展现出各个虚拟人之间联系的强弱程度。
本发明采用的技术方案是,所述基于社交网络的多重关联挖掘的方法,包括:
步骤1:针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;
步骤2:通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;所述一度关联结果集中包括:与所述虚拟人的任一互联网账号有直接联系的一度账号,以及每个所述一度账号的一度账号积分;
步骤3:通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的设定数量的重要联系人以及每个所述重要联系人的重要联系人账号集;
步骤4:针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值;多重关联加权值的数值从高到低代表重要联系人与虚拟人的关系的紧密程度从高到低。
进一步的,步骤1中,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号,包括:
根据所述虚拟人的已知互联网账号,在互联网中找到所述已知互联网账号的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,
根据所述虚拟人使用已知互联网账号时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
进一步的,步骤2中,通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集,包括:
步骤21:在互联网中找到与所述虚拟人的任一互联网账号有直接联系的一度账号;
步骤22:计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内所述一度账号与所述虚拟人的任一互联网账号之间单向联系的次数;
步骤23:将与所述虚拟人的任一互联网账号有直接联系的一度账号以及每个所述一度账号的一度账号积分组成所述虚拟人的所述互联网账号的一度关联结果集。
进一步的,步骤3,包括:
步骤31:根据每个所述一度关联结果集中一度账号的一度账号积分的高低,从高到低的选出设定数量的一度账号;
步骤32:针对具备选出的所述设定数量的一度账号的重要联系人,利用联想算法,在互联网中挖掘出每个重要联系人的其他互联网账号;每个重要联系人的所有互联网账号,构成了重要联系人账号集合。
进一步的,步骤4中,利用多重关联加权算法,得到所述每个重要联系人的多重关联加权值,包括:
步骤41:将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
步骤42:根据匹配成功的一度账号的应用类型,赋予每个匹配成功的一度账号一个对应的权重值;
步骤43:先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
本发明还提供一种基于社交网络的多重关联挖掘的装置,包括:
虚拟身份联系挖掘模块:用于针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;
多重身份关联模块:用于通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;所述一度关联结果集中包括:与所述虚拟人的任一互联网账号有直接联系的一度账号,以及每个所述一度账号的一度账号积分;
深度联系分析模块:用于通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的设定数量的重要联系人以及每个所述重要联系人的重要联系人账号集;
多重关联加权模块:用于针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值;多重关联加权值的数值从高到低代表重要联系人与虚拟人的关系的紧密程度从高到低。
进一步的,所述虚拟身份联系挖掘模块,具体用于:
根据所述虚拟人的已知互联网账号,在互联网中找到所述已知互联网账号的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,根据所述虚拟人使用已知互联网账号时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
进一步的,所述多重身份关联模块,包括:
查找模块:用于在互联网中找到与所述虚拟人的任一互联网账号有直接联系的一度账号;
计算模块:用于计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内所述一度账号与所述虚拟人的任一互联网账号之间单向联系的次数;
确定模块:用于将与所述虚拟人的任一互联网账号有直接联系的一度账号以及每个所述一度账号的一度账号积分组成所述虚拟人的所述互联网账号的一度关联结果集。
进一步的,所述深度联系分析模块,包括:
筛选模块:用于根据每个所述一度关联结果集中一度账号的一度账号积分的高低,从高到低的选出设定数量的一度账号;
挖掘模块:用于针对具备选出的所述设定数量的一度账号的重要联系人,利用联想算法,在互联网中挖掘出每个重要联系人的其他互联网账号;每个重要联系人的所有互联网账号,构成了重要联系人账号集合。
进一步的,所述多重关联加权模块,包括:
账号匹配模块:用于将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
权重赋值模块:用于根据匹配成功的一度账号的应用类型,赋予每个匹配成功的一度账号一个对应的权重值;
加权计算模块:用于先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
采用上述技术方案,本发明至少具有下列优点:
本发明所述的基于社交网络的多重关联挖掘的方法和装置,能够通过联想算法,找到与虚拟人的已知互联网账户相关的其他互联网账户,并通过多重身份关联算法挖掘出与虚拟人关联的其他重要联系人,再通过多重关联加权算法,得到每个重要联系人与虚拟人之间联系的强弱程度。
附图说明
图1为本发明第一实施例的基于社交网络的多重关联挖掘方法的流程图;
图2为本发明第二实施例的基于社交网络的多重关联挖掘方法的流程图;
图3为本发明第三实施例的基于社交网络的多重关联挖掘装置的组成结构示意图。
具体实施方式
为更进一步阐述本发明为达成预定目的所采取的技术手段及功效,以下结合附图及较佳实施例,对本发明进行详细说明如后。
本发明第一实施例,一种基于社交网络的多重关联挖掘的方法,如图1所示,包括以下具体步骤:
步骤S101:针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;
具体的,步骤S101中,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号,具体包括:
根据所述虚拟人的已知互联网账号,在互联网中找到所述已知互联网账号的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,
根据所述虚拟人使用已知互联网账号时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
步骤S102:通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;所述一度关联结果集中包括:与所述虚拟人的任一互联网账号有直接联系的一度账号,以及每个所述一度账号的一度账号积分;
具体的,步骤S102中,通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集,具体包括:
步骤A1:在互联网中找到与所述虚拟人的任一互联网账号有直接联系的一度账号;
步骤A2:计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内所述一度账号与所述虚拟人的任一互联网账号之间单向联系的次数;
步骤A3:将与所述虚拟人的任一互联网账号有直接联系的一度账号以及每个所述一度账号的一度账号积分组成所述虚拟人的所述互联网账号的一度关联结果集。
步骤S103:通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的设定数量的重要联系人以及每个所述重要联系人的重要联系人账号集;
具体的,步骤S103,具体包括:
步骤B1:根据每个所述一度关联结果集中一度账号的一度账号积分的高低,从高到低的选出设定数量的一度账号;
步骤B2:针对具备选出的所述设定数量的一度账号的重要联系人,利用联想算法,在互联网中挖掘出每个重要联系人的其他互联网账号;每个重要联系人的所有互联网账号,构成了重要联系人账号集合。
步骤S104:针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值;多重关联加权值的数值从高到低代表重要联系人与虚拟人的关系的紧密程度从高到低。
具体的,步骤S104中,所述利用多重关联加权算法,得到所述每个重要联系人的多重关联加权值,具体包括:
步骤C1:将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
步骤C2:根据匹配成功的一度账号的应用类型,赋予每个匹配成功的一度账号一个对应的权重值;
步骤C3:先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
本发明第二实施例,一种基于社交网络的多重关联挖掘的方法,如图2所示,包括以下具体步骤:
步骤S201:针对具备已知Email账号e1的虚拟人p1,利用联想算法,在互联网中挖掘出虚拟人p1的其他互联网账号;并将Email账号e1、IM账号i1和SNS账号s1与虚拟人p1关联;
具体的,所述步骤S201,具体包括:
步骤D1:根据已知Email账号e1创建使用已知Email账号e1的虚拟人p1;
步骤D2:利用联想算法,在互联网中挖掘出虚拟人p1的其他互联网账号;
步骤D3:根据虚拟人p1的所有互联网账号的应用类型,将虚拟人p1的所有互联网账号分成三类:IM(InstantMessage,实时通讯)类、SNS(SocialNetworkingServices,社交网络)类和Email(电子邮件)类;
步骤D4:根据虚拟人p1与各个互联网账号之间的联系次数,将在各个应用类中联系次数最多的Email账号e1、IM账号i1和SNS账号s1与虚拟人p1关联;
进一步的,步骤D2,具体包括:
根据所述虚拟人p1的已知Email账号e1,在互联网中找到已知Email账号e1的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,
根据所述虚拟人p1使用已知Email账号e1时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
步骤S202:根据Email账号e1、IM账号i1和SNS账号s1,通过多重身份关联算法,对应的得到一度关联结果集E、一度关联结果集I和一度关联结果集S,每个一度关联结果集中包括:多个一度账号,以及每个一度账号对应的一度账号积分;
具体的,步骤S202,具体包括:
步骤E1:在互联网中查找与Email账号e1、IM账号i1和SNS账号s1有直接联系的一度账号;
步骤E2:计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内,所述一度账号与Email账号e1、IM账号i1或SNS账号s1之间单向联系的次数;
步骤E3:将与Email账号e1有直接联系的多个一度账号以及每个所述一度账号的一度账号积分组成Email账号e1的一度关联结果集E;将与IM账号i1有直接联系的多个一度账号以及每个所述一度账号的一度账号积分组成IM账号i1的一度关联结果集I;将与SNS账号s1有直接联系的多个一度账号以及每个所述一度账号的一度账号积分组成SNS账号s1的一度关联结果集S。
步骤S203:针对一度关联结果集E,使用深度联系分析算法,得到一度关联结果集E的两个重要联系人p2和p3以及每个重要联系人的重要联系人账号集;
具体的,步骤S203,具体包括:
步骤F1:根据一度关联结果集E中一度账号的一度账号积分的高低,从高到低的选出一度账号e2和一度账号e3;
步骤F2:创建使用一度账号e2的重要联系人p2以及创建使用一度账号e3的重要联系人p3;
步骤F3:利用联想算法,在互联网中分别挖掘出重要联系人p2和重要联系人p3的其他互联网账号,对应的组成两个重要联系人账号集。
步骤S204:基于两个重要联系人账号集,通过多重关联加权算法,得到重要联系人p2的多重关联加权值v2以及重要联系人p3的多重关联加权值v3,多重关联加权值最高的重要联系人与虚拟人p1的关系最紧密;
具体的,步骤S204,具体包括:
步骤G1:将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
步骤G2:根据所述匹配成功的一度账号的应用类型,赋予所述匹配成功的一度账号一个对应的权重值;
进一步的,所述权重值,具体包括:
应用类型为Email类的互联网账号赋予权重值k1;
应用类型为IM类的互联网账号赋予权重值k2;
应用类型为SNS类的互联网账号赋予权重值k3;
步骤G3:先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
本发明第三实施例,与第一实施例对应的介绍一种基于社交网络的多重关联挖掘的装置,如图3所示,包括以下组成部分:
1)虚拟身份联系挖掘模块301:用于针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;
具体的,虚拟身份联系挖掘模块301,具体用于:
根据所述虚拟人的已知互联网账号,在互联网中找到所述已知互联网账号的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,根据所述虚拟人使用已知互联网账号时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
2)多重身份关联模块302:用于通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;所述一度关联结果集中包括:与所述虚拟人的任一互联网账号有直接联系的一度账号,以及每个所述一度账号的一度账号积分;
具体的,多重身份关联模块302,具体包括:
查找模块:用于在互联网中找到与所述虚拟人的任一互联网账号有直接联系的一度账号;
计算模块:用于计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内所述一度账号与所述虚拟人的任一互联网账号之间单向联系的次数;
确定模块:用于将与所述虚拟人的任一互联网账号有直接联系的一度账号以及每个所述一度账号的一度账号积分组成所述虚拟人的所述互联网账号的一度关联结果集。
3)深度联系分析模块303:用于通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的设定数量的重要联系人以及每个所述重要联系人的重要联系人账号集;
具体的,深度联系分析模块303,具体包括:
筛选模块:用于根据每个所述一度关联结果集中一度账号的一度账号积分的高低,从高到低的选出设定数量的一度账号;
挖掘模块:用于针对具备选出的所述设定数量的一度账号的重要联系人,利用联想算法,在互联网中挖掘出每个重要联系人的其他互联网账号;每个重要联系人的所有互联网账号,构成了重要联系人账号集合。
4)多重关联加权模块304:用于针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值;多重关联加权值的数值从高到低代表重要联系人与虚拟人的关系的紧密程度从高到低;
具体的,多重关联加权模块304,具体包括:
账号匹配模块:用于将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
权重赋值模块:用于根据匹配成功的一度账号的应用类型,赋予每个匹配成功的一度账号一个对应的权重值;
加权计算模块:用于先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
本发明实施例中介绍的基于社交网络的多重关联挖掘的方法和装置,能够通过联系技术,找到与虚拟人的已知互联网账户相关的其他互联网账户,并通过多重身份关联技术挖掘出与虚拟人关联的其他联系人,再通过多重关联加权算法,得到每个联系人与虚拟人之间联系的强弱程度。本发明为大规模社交网络中用户关系提供了一种多元化、智能化的解决方案。
通过具体实施方式的说明,应当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解,然而所附图示仅是提供参考与说明之用,并非用来对本发明加以限制。
Claims (10)
1.一种基于社交网络的多重关联挖掘的方法,其特征在于,包括:
步骤1:针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;
步骤2:通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;所述一度关联结果集中包括:与所述虚拟人的任一互联网账号有直接联系的一度账号,以及每个所述一度账号的一度账号积分;
步骤3:通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的设定数量的重要联系人以及每个所述重要联系人的重要联系人账号集;
步骤4:针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值;多重关联加权值的数值从高到低代表重要联系人与虚拟人的关系的紧密程度从高到低。
2.根据权利要求1所述的基于社交网络的多重关联挖掘的方法,其特征在于,所述步骤1中,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号,包括:
根据所述虚拟人的已知互联网账号,在互联网中找到所述已知互联网账号的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,
根据所述虚拟人使用已知互联网账号时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
3.根据权利要求1所述的基于社交网络的多重关联挖掘的方法,其特征在于,所述步骤2中,通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集,包括:
步骤21:在互联网中找到与所述虚拟人的任一互联网账号有直接联系的一度账号;
步骤22:计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内所述一度账号与所述虚拟人的任一互联网账号之间单向联系的次数;
步骤23:将与所述虚拟人的任一互联网账号有直接联系的一度账号以及每个所述一度账号的一度账号积分组成所述虚拟人的所述互联网账号的一度关联结果集。
4.根据权利要求1所述的基于社交网络的多重关联挖掘的方法,其特征在于,所述步骤3,包括:
步骤31:根据每个所述一度关联结果集中一度账号的一度账号积分的高低,从高到低的选出设定数量的一度账号;
步骤32:针对具备选出的所述设定数量的一度账号的重要联系人,利用联想算法,在互联网中挖掘出每个重要联系人的其他互联网账号;每个重要联系人的所有互联网账号,构成了重要联系人账号集合。
5.根据权利要求4所述的基于社交网络的多重关联挖掘的方法,其特征在于,所述步骤4中,利用多重关联加权算法,得到所述每个重要联系人的多重关联加权值,包括:
步骤41:将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
步骤42:根据匹配成功的一度账号的应用类型,赋予每个匹配成功的一度账号一个对应的权重值;
步骤43:先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
6.一种基于社交网络的多重关联挖掘的装置,其特征在于,包括:
虚拟身份联系挖掘模块:用于针对具备已知互联网账号的虚拟人,利用联想算法,在互联网中挖掘出所述虚拟人的其他互联网账号;
多重身份关联模块:用于通过多重身份关联算法对所述虚拟人的所有互联网账号进行处理,得到所述虚拟人的每个互联网账号的一度关联结果集;所述一度关联结果集中包括:与所述虚拟人的任一互联网账号有直接联系的一度账号,以及每个所述一度账号的一度账号积分;
深度联系分析模块:用于通过深度联系分析算法对每个一度关联结果集进行处理,得到每个所述一度关联结果集的设定数量的重要联系人以及每个所述重要联系人的重要联系人账号集;
多重关联加权模块:用于针对每个所述重要联系人的重要联系人账号集,利用多重关联加权算法,得到每个所述重要联系人的多重关联加权值;多重关联加权值的数值从高到低代表重要联系人与虚拟人的关系的紧密程度从高到低。
7.根据权利要求6所述的基于社交网络的多重关联挖掘的装置,其特征在于,所述虚拟身份联系挖掘模块,具体用于:
根据所述虚拟人的已知互联网账号,在互联网中找到所述已知互联网账号的上线时刻、下线时刻以及IP地址,并在互联网中找到所述上线时刻到下线时刻的时间段内使用所述IP地址的其他互联网账号;或者,根据所述虚拟人使用已知互联网账号时的登录密码,在互联网中找到使用所述登录密码的其他互联网账号。
8.根据权利要求6所述的基于社交网络的多重关联挖掘的装置,其特征在于,所述多重身份关联模块,包括:
查找模块:用于在互联网中找到与所述虚拟人的任一互联网账号有直接联系的一度账号;
计算模块:用于计算每个所述一度账号的一度账号积分,所述一度账号积分等于在待测时间段内所述一度账号与所述虚拟人的任一互联网账号之间单向联系的次数;
确定模块:用于将与所述虚拟人的任一互联网账号有直接联系的一度账号以及每个所述一度账号的一度账号积分组成所述虚拟人的所述互联网账号的一度关联结果集。
9.根据权利要求6所述的基于社交网络的多重关联挖掘的装置,其特征在于,所述深度联系分析模块,包括:
筛选模块:用于根据每个所述一度关联结果集中一度账号的一度账号积分的高低,从高到低的选出设定数量的一度账号;
挖掘模块:用于针对具备选出的所述设定数量的一度账号的重要联系人,利用联想算法,在互联网中挖掘出每个重要联系人的其他互联网账号;每个重要联系人的所有互联网账号,构成了重要联系人账号集合。
10.根据权利要求6所述的基于社交网络的多重关联挖掘的装置,其特征在于,所述多重关联加权模块,包括:
账号匹配模块:用于将任一重要联系人账号集与所有一度关联结果集进行匹配,若所述重要联系人账号集中的一个互联网账号与所有一度关联结果集中的一个一度账号相同,则匹配成功,记录所有匹配成功的一度账号,以及对应的一度账号积分;
权重赋值模块:用于根据匹配成功的一度账号的应用类型,赋予每个匹配成功的一度账号一个对应的权重值;
加权计算模块:用于先将每个匹配成功的一度账号的一度账号积分与对应的权重值相乘,得到每个匹配成功的一度账号的乘积结果,再将每个所述乘积结果相加,得到重要联系人的多重关联加权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510961940.1A CN105577434B (zh) | 2015-12-21 | 2015-12-21 | 一种基于社交网络的多重关联挖掘的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510961940.1A CN105577434B (zh) | 2015-12-21 | 2015-12-21 | 一种基于社交网络的多重关联挖掘的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105577434A true CN105577434A (zh) | 2016-05-11 |
CN105577434B CN105577434B (zh) | 2019-09-13 |
Family
ID=55887131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510961940.1A Expired - Fee Related CN105577434B (zh) | 2015-12-21 | 2015-12-21 | 一种基于社交网络的多重关联挖掘的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105577434B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022171A (zh) * | 2016-10-31 | 2018-05-11 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及设备 |
CN110020341A (zh) * | 2017-08-30 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 成员角色确定方法、装置及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428327A (zh) * | 2019-08-13 | 2019-11-08 | 树根互联技术有限公司 | 一种用户逾期评估方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102651030A (zh) * | 2012-04-09 | 2012-08-29 | 华中科技大学 | 一种基于gpu多序列比对算法的社交网络关联搜索方法 |
WO2013097335A1 (zh) * | 2011-12-29 | 2013-07-04 | 中兴通讯股份有限公司 | 社交网络用户信息关联方法及装置 |
CN103902709A (zh) * | 2014-03-31 | 2014-07-02 | 安徽新华博信息技术股份有限公司 | 一种关联分析方法 |
CN104348871A (zh) * | 2013-08-05 | 2015-02-11 | 深圳市腾讯计算机系统有限公司 | 一种同类账号扩展方法及装置 |
CN104598499A (zh) * | 2013-10-30 | 2015-05-06 | 北京千橡网景科技发展有限公司 | 多图谱信息整合方法和装置 |
-
2015
- 2015-12-21 CN CN201510961940.1A patent/CN105577434B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013097335A1 (zh) * | 2011-12-29 | 2013-07-04 | 中兴通讯股份有限公司 | 社交网络用户信息关联方法及装置 |
CN102651030A (zh) * | 2012-04-09 | 2012-08-29 | 华中科技大学 | 一种基于gpu多序列比对算法的社交网络关联搜索方法 |
CN104348871A (zh) * | 2013-08-05 | 2015-02-11 | 深圳市腾讯计算机系统有限公司 | 一种同类账号扩展方法及装置 |
CN104598499A (zh) * | 2013-10-30 | 2015-05-06 | 北京千橡网景科技发展有限公司 | 多图谱信息整合方法和装置 |
CN103902709A (zh) * | 2014-03-31 | 2014-07-02 | 安徽新华博信息技术股份有限公司 | 一种关联分析方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022171A (zh) * | 2016-10-31 | 2018-05-11 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及设备 |
CN108022171B (zh) * | 2016-10-31 | 2021-10-15 | 腾讯科技(深圳)有限公司 | 一种数据处理方法及设备 |
CN110020341A (zh) * | 2017-08-30 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 成员角色确定方法、装置及存储介质 |
CN110020341B (zh) * | 2017-08-30 | 2022-09-16 | 腾讯科技(深圳)有限公司 | 成员角色确定方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105577434B (zh) | 2019-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Manceau et al. | Phylogenies support out‐of‐equilibrium models of biodiversity | |
CN104794656A (zh) | 一种应用于社交网络的推荐方法和推荐系统 | |
CN103279528A (zh) | 一种基于人机结合的问答系统及方法 | |
CN110825948A (zh) | 基于促谣-辟谣消息和表示学习的谣言传播控制方法 | |
Gonczarowski et al. | A stable marriage requires communication | |
CN107123055A (zh) | 一种基于PageRank的社交大数据信息最大化方法 | |
CN105577434A (zh) | 一种基于社交网络的多重关联挖掘的方法和装置 | |
CN106780071B (zh) | 一种基于多模式混合模型的在线社会网络信息传播建模方法 | |
CN101819585A (zh) | 一种论坛事件传播图的构建装置及构建方法 | |
CN108170842A (zh) | 基于三部图模型的微博热点话题溯源方法 | |
CN106156257A (zh) | 一种微博舆情事件的态势预测方法 | |
CN111709244A (zh) | 一种用于矛盾纠纷事件因果关系识别的深度学习方法 | |
CN103942298B (zh) | 基于线性回归的推荐方法及系统 | |
CN104298782A (zh) | 互联网用户主动访问行为轨迹的分析方法 | |
CN110766272A (zh) | 基于id3决策树算法的电力业务协同分类方法及系统 | |
CN103399968B (zh) | 一种微博信息采集方法及系统 | |
CN115203550A (zh) | 一种增强邻居关系的社交推荐方法及系统 | |
CN105069034A (zh) | 一种生成推荐信息的方法及装置 | |
CN107526782A (zh) | 基于自然语言分析的需求‑供应匹配方法 | |
CN107316223A (zh) | 一种面向多合作任务的多报价标书移动群智感知激励方法 | |
CN105786979A (zh) | 一种基于隐链接的用户参与热点话题行为分析方法及系统 | |
CN113377656B (zh) | 一种基于图神经网络的众测推荐方法 | |
CN104199828B (zh) | 一种基于事务日志数据的社会网络构建方法 | |
Silva | Characterizing relationships between primary miners in Ethereum by analyzing on-chain transactions | |
CN103150360B (zh) | 一种基于控制集改进算法的社交网络分层方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190913 Termination date: 20211221 |