CN109299849B - 一种社会网络中群体需求层次计算方法 - Google Patents

一种社会网络中群体需求层次计算方法 Download PDF

Info

Publication number
CN109299849B
CN109299849B CN201810901451.0A CN201810901451A CN109299849B CN 109299849 B CN109299849 B CN 109299849B CN 201810901451 A CN201810901451 A CN 201810901451A CN 109299849 B CN109299849 B CN 109299849B
Authority
CN
China
Prior art keywords
group
demand
relationship
level
requirement
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.)
Active
Application number
CN201810901451.0A
Other languages
English (en)
Other versions
CN109299849A (zh
Inventor
王峰
孙小舟
王姗姗
屈俊峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei University of Arts and Science
Original Assignee
Hubei University of Arts and Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei University of Arts and Science filed Critical Hubei University of Arts and Science
Priority to CN201810901451.0A priority Critical patent/CN109299849B/zh
Publication of CN109299849A publication Critical patent/CN109299849A/zh
Application granted granted Critical
Publication of CN109299849B publication Critical patent/CN109299849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种社会网络中群体需求层次计算方法,提出了一种基于社会网络的群体需求计算理论和比较方法,该理论作为马斯洛需求层次理论在社会网络中的应用研究,成为个体需求理论的群体扩展,为马斯洛需求理论更好的解释群体需求关系,提供了较好的理论支撑;提出了一种原创的群体需求层次计算方法,通过该方法不仅可以计算社会网络中的成员需求层次关系,而且可以计算这些成员所属群体间的需求层次关系;群体需求层次计算方法的提出,为社会网络中依照某种群体需求的供求关系,计算群体需求层次的思路,无论从理论方法上,还是从算法设计上均提供了合理性证明。

Description

一种社会网络中群体需求层次计算方法
技术领域
本发明属于社会网络技术范畴,涉及一种社会网络中群体需求层次计算方法, 具体涉及一种基于马斯洛需求层次理论的社会网络中的成员需求关系确定及群 体需求层次计算方法。
背景技术
针对人类需求的研究具有代表性的研究成果当属马斯洛需求层次理论(以下 简称,马斯洛理论)。它是由美国心理学家亚伯拉罕·马斯洛于1943年在《人类 激励理论》一文中提出([文献1]),并逐步成为管理学原理中的经典理论,它将 人类需求从低到高共分为五个层次,即生理需求、安全需求、社交需求、尊重需 求和自我实现需求。迄今为止,该理论已在国内外得到广泛地的扩展研究和应用。
众所周知,马斯洛需求层次理论研究的对象是人的需求和激励,因此它研究 的对象决定了它解释的现象和内容受限,无法用于解释群体需求及其激励问题。 若能将马斯洛理论恰当引入到社会网络中,将单个人的需求和激励表示为社会网 络中节点的属性,以社会网络中各节点的属性代表群体需求,那么就可以达到将 马斯洛理论的可解释性进行扩展的目的。通过对该理论的扩展,可将其用于解释 群体需求,同时可针对群体需求制定相应的群体激励措施。接下来,将介绍一些 与本文研究内容密切相关的国内外研究工作。同时,通过对这些工作进行分析后, 可使其成为本文研究基础的组成部分,借以为工作的展开提供重要参考价值。 通过长期观察和对许多地方政府规模增长过程的实际考察,袁政认为政府规模扩 张有理性的一面([文献2])。作为学术性研究,不仅应对政府的非理性增长做出 种种分析,还应对政府规模的理性增长做出探究。他采用理论分析与实证分析相 结合的方法、定性分析与定量分析相结合的方法,将马斯洛需求层次规律演绎到 公共领域,提出了公共领域马斯洛现象和公共领域马斯洛规律的认识。其中,公共 领域马斯洛规律是导致公共管理部门扩张的重要原因,也是导致政府规模理性扩 张的重要原因之一。魏巍等人根据马斯洛需求层次理论分析了不同类型农民工的 信息需求,探讨了农民工的信息需求特征,归纳了制约农民工满足自身信息需求 的因素,并提出了激励农民工满足自身信息需求的相应策略([文献3])。周枫等 人以马斯洛需求层次理论为研究视角,指出在智慧城市建设中存在基本建设、安 全保障、归属需求、尊重需求、持续发展5个方面的档案信息需求,并分析了对 智慧城市进行档案需求分析的指导价值([文献4])。易明等人研究发现网络知识 社区用户需求呈现多元化特征,具体包括知识需求、安全需求、社交需求、尊重 需求、自我实现需求等五种类型;网络知识社区是学习者、社交者、领袖者等多 种用户角色的生态平衡,不同的用户角色有着明显的需求层次差异([文献5])。 除此以外,如下一些研究工作与社会网络的研究也结合的比较紧密。它们与上文 所述的马斯洛需求层次理论的相关工作共同构成了本课题研究的理论基础。
Jinyuan Jia等人提出了一种叫做AttriInfer的模型([文献6]),用于推断社会网络中的用户属性。该模型的方法能平衡用户和他们的行为属性,以及训练用户 的标签信息。David Mandell Freeman等人提出了一种统计学架构用于描述节点属 性并把该架构用于LinkedIn的数据研究([文献7])。Rodrigo Smarzaro等人认为 来源于基于位置的社会网络的数据可被用于提供合理时间内的有用信息([文献 8]),尽管这些信息存在一些局限性。例如,通过对这些数据的分析可用于指导 城市规划等应用。Minh X.Hoang等人提出了一种基于群体水平普及性的新方法 ([文献9]),用户可自发聚类并以一种统一的方式反映在线内容。Bin Li等人提 出了一种新的信息融合机制([文献10]),该机制不仅可刺激买家诚实地报价给 买家,而且更进一步扩散这些拍卖信息给他们的临近节点。
本文拟将马斯洛理论的研究内容恰当的应用于社会网络的分析视角中,以一 种全新的理念和分析解决问题的方法,将马斯洛理论中的五种层次需求与社会网 络中的相关属性和研究内容恰当结合,从而用于解释一种马斯洛理论无法解释的 群体需求问题。同时,本文提出的基于社会网络的群体需求模型和群体需求层次 确立的计算方法是基于社会网络对马斯洛需求层次理论及其模型的较好补充和 扩展。而本文通过引入时空要素,对不同场景下的群体需求层次进行确立的新思 路更成为本文研究的一大亮点。
参考文献
[文献1]A.H.Maslow.A Theory of Human Motivation[J].PsychologicalReview,50, 370-396,1943.
[文献2]袁政.公共领域马斯洛现象与政府规模扩张分析[J].公共管理学报,2016年1月,5-12,20,107.
[文献3]魏巍,黄丽霞.基于马斯洛需求层次理论的农民工信息需求分析[J].图书馆 学研究,2016(5):58-62.
[文献4]周枫,杨智勇.面向智慧城市的数字档案馆信息服务需求分析[J].档案信息 化,2016(4):103-106.
[文献5]易明,宋景璟,杨斌等.网络知识社区用户需求层次研究[J].情报科 学:2017(2):22-26.
[文献6]Jinyuan Jia,Binghui Wang,Le Zhanget al.Attri-Infer:InferringUser Attributes in Online Social Networks Using Markov Random Fields.WWW2017: 1561-1569.
[文献7]David Mandell Freeman.Can You Spot the Fakes?On theLimitations of User Feedback in Online Social Net-works.WWW 2017:1093-1102.
[文献8]Rodrigo Smarzaro,Tiago
Figure BDA0001759505050000032
Melo de Lima,Clodo-veu A.DavisJr. Could Data from Location-Based Social Networks Be Used to Support UrbanPlanning?WWW(Companion Volume)2017:1463-1468.
[文献9]Minh X.Hoang,Xuan Hong Dang,Xiang Wuet al.Scalable Group-levelPopularity Prediction for Online Content in Social Networks.WWW 2017:725-733.
[文献10]Bin Li,Dong Hao,Dengji Zhao et al.Mechanism De-sign in SocialNetworks.AAAI 2017:586-592.
发明内容
为了解决现有技术的缺陷,本发明提出了一种基于马斯洛需求层次理论的社 会网络中的成员需求关系确定及群体需求层次计算方法。
本发明所采用的技术方案是:一种社会网络中群体需求层次计算方法,其特 征在于,包括以下步骤:
步骤1:构建群体需求模型;
在社会网络中,每个人均视作社会网络中的节点,人与人之间存在需求供给 关系在社会网络中对应着节点间的交互关系;假设社交网络集合为G={V,E}, V={v1,v2,...},表示节点集合,E={e1,e2,...},表示边集合,
Figure BDA0001759505050000031
有连接边和无连接边分别对应了节点间存在交互关系和不存在交互关系; 定义马斯洛理论对应的五个需求集合为SGD={P,S,L,E,Sa},其中,P表示知识 需求、S表示安全需求、L表示社交需求、E表示尊重需求、Sa表示自我实现需 求;那么它们在社交网络中可分别表示为VH=V{P∨S∨L∨E∨Sa},其中需求用符号“∨” 进行分隔,表示节点属性可取集合元素中的一个或多个;
定义群体a和群体b间的供求关系CRa,b={-1|0|1},0表示群体a和群体b之 间无供求关系,1表示群体a对某需求的需求层次高于群体b,-1表示群体a对 某需求的需求层次低于群体b,a,b∈{1,2,...,n},n表示子集的个数,
Figure BDA0001759505050000041
U表示社交网络中的全体成员集合,群体a和b分别是全集U的两 个子集,也就是社交子网;
定义成员i与j间的供求关系MRi,j={-1|0|1},i∈a,j∈b,i,j={1,2,...,m}; 1表示成员i对某需求的需求层次高于成员j,-1表示成员i对某需求的需求层次 低于成员j,m表示成员的个数;
定义群体需求层次标识集合H={1|2|3|4|5},“|”将取值隔开,表示多值取 其一;
步骤2:将P,S,L,E,Sa分别赋予初值为0,CRa,b和MRi,j分别赋予初值为0, H随机赋予初值1-5中的一个;
步骤3:针对全集U中的所有群体和所有成员,一一判断各群体的某种需求 与其各成员的需求是否一致;
若某群体a的某种需求与某成员i的需求一致,将需求关系标识R(GD,D)置 为1;其中,GD代表群体需求,D代表群体中成员的个体需求;
若某群体a的某种需求与某成员i的需求不一致,将需求关系标识R(GD,D) 置为-1;
否则,将需求关系标识R(GD,D)置为0,表明某群体a与某成员i间无需求 关联;
步骤4:判断群体需求关系与成员需求关系是否一致;
若是,则进一步判断成员i和成员j间的成员关系是否一致,或者群体a和 群体b间的群体关系是否一致;若一致,则成员i的该种需求层次高于成员j, 群体a的该种需求层次高于群体b;若不一致,则成员i的该种需求层次低于成 员j,群体a的该种需求层次低于群体b;若成员i和成员j间是否无成员需求关 系,或者群体a和群体b间是否无群体需求关系,则成员i的该种需求层次等于 成员j,群体a的该种需求层次等于群体b;
若否,则进一步判断成员i和成员j间的成员关系是否一致,或者群体a和 群体b间的群体关系是否一致;若一致,则成员i的该种需求层次高于成员j, 群体a的该种需求层次低于群体b;若不一致,则成员i的该种需求层次低于成 员j,群体a的该种需求层次高于群体b;若成员i和成员j间是否无成员需求关 系,或者群体a和群体b间是否无群体需求关系,则结束本流程;
步骤5:判断群体与成员间是否无需求关系;
若是,则结束本流程;
若否,则输出计算所得的群体需求层次排序HOrder[GD(a,b)]和成员需求层 次排序HOrder[D(i,j)]。
本专利的有益效果为:
1、提出了一种基于社会网络的群体需求计算理论和比较方法,该理论作为 马斯洛需求层次理论在社会网络中的应用研究,成为个体需求理论的群体扩展, 为马斯洛需求理论更好的解释群体需求关系,提供了较好的理论支撑;
2、提出了一种原创的群体需求层次计算方法,通过该方法不仅可以计算社 会网络中的成员需求层次关系,而且可以计算这些成员所属群体间的需求层次关 系;
3、群体需求层次计算方法的提出,为社会网络中依照某种群体需求的供求 关系,计算群体需求层次的思路,无论从理论方法上,还是从算法设计上均提供 了合理性证明。
附图说明
图1为本发明实施例的群体需求比较示意图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对 本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解 释本发明,并不用于限定本发明。
本发明提供的一种社会网络中群体需求层次计算方法,包括以下步骤:
步骤1:构建群体需求模型;
在社会网络中,每个人均视作社会网络中的节点,人与人之间存在需求供给 关系在社会网络中对应着节点间的交互关系;假设社交网络集合为G={V,E}, V={v1,v2,...},表示节点集合,E={e1,e2,...},表示边集合,
Figure BDA0001759505050000061
有连接边和无连接边分别对应了节点间存在交互关系和不存在交互关系;
定义马斯洛理论对应的五个需求集合为SGD={P,S,L,E,Sa},其中,P表示 知识需求、S表示安全需求、L表示社交需求、E表示尊重需求、Sa表示自我实 现需求;那么它们在社交网络中可分别表示为VH=V{P∨S∨L∨E∨Sa},其中需求用符 号“∨”进行分隔,表示节点属性可取集合元素中的一个或多个;
定义群体a和群体b间的供求关系CRa,b={-1|0|1},0表示群体a和群体b之 间无供求关系,1表示群体a对某需求的需求层次高于群体b,-1表示群体a对 某需求的需求层次低于群体b,a,b∈{1,2,...,n},n表示子集的个数,
Figure BDA0001759505050000062
U表示社交网络中的全体成员集合,群体a和b分别是全集U的两 个子集,也就是社交子网;
定义成员i与j间的供求关系MRi,j={-1|0|1},i∈a,j∈b,i,j={1,2,...,m}; 1表示成员i对某需求的需求层次高于成员j,-1表示成员i对某需求的需求层次 低于成员j,m表示成员的个数;
定义群体需求层次标识集合H={1|2|3|4|5},“|”将取值隔开,表示多值取 其一;
步骤2:群体需求层次计算;
步骤2.1:群体需求比较;
虽然马斯洛需求层次理论奠定了人本主义心理学的基础。但该理论并不具有 普适性,至少在不同民族和文化面前,该理论的层次优先级存在局限性。例如, 抗日战争年代的战斗英雄们,为了国家安全和人民幸福,明知奋勇杀敌可能会牺 牲生命(安全需求),但仍前仆后继(自我实现需求)。在抗战英雄眼中,很显然自 我实现需求是高于安全需求的。该案例是对马斯洛理论局限性的补充,同时也为 本文研究社会网络中的群体需求层次计算方法提供了契机。假设,将战争英雄们 表示为社交子网Gh,普通人民群众表示为社交网络Gp,非英雄群体表示为社交 子网
Figure BDA0001759505050000071
则上述群体可满足如下关系:
Figure BDA0001759505050000072
若将上述两个社交子网进 行泛化处理,则可得出如下图1所示的群体需求比较和计算关系。
图1中,
Figure BDA0001759505050000073
用于表示社会网络G中的两个成员I和J。集合{i1,i2,i3,i4,i5} 和{j1,j2,j3,j4,j5}分别用于表示成员I和J的五种需求,编号1-5可分别对应生理 需求、安全需求、社交需求、尊重需求和自我实现需求。其中,
Figure BDA0001759505050000074
Figure BDA0001759505050000075
IH和JH分别表示成员I和J的需求集合,而 二者均是社会网络集合中节点属性集合VH的子集。左图中符号”+”,“-”分 别表示不同成员对同一需求的认可程度的高(+)和低(-)。若需求比较相同,则用 符号”=”表示。如左图下方等式表示形式,>、<和=分别表示高于、低于和等 于。例如,i1>j1表示成员I对生理需求的认可程度高于成员J。右图中的数字 表示认可程度高低的程度。例如,i21j2表示成员I对安全需求的认可程度比成 员J高1.由此,可分别得出成员针对其它四种需求的认可程度。图中无法比较 的需求用符号“?”表示。特别地,图1中可得出一个有趣的结论,即
Figure BDA0001759505050000076
也就是说,无论社会网络中成员间对单项需求的认可程度有何不同,所有需求的 认可程度总和都是平衡的。
但事实上,对于个人而言生理需求是最迫切的需求,同时它也是社会群体满 足生存和繁衍最基础条件。因此,针对图1中的认可程度做需求层次排序时,需 将生理需求排在最底层。
步骤2.2:群体需求计算;
基于步骤2.1中群体需求比较模型,对群体需求的计算模型进行研究。
Figure BDA0001759505050000077
其中,公式(1)为生理需求在应用于社会网络后的扩展矩阵形式。
Figure BDA0001759505050000086
表示i和 j双方在生理需求上的供求关系,i=1,2,3...n在(1)中为下标,表示需求诉求者, j=1,2,3...n在(1)中为上标,表示需求提供者。若i和j之间存在供求关系则用1 表示,否则用0表示。同样的表示方法适用于公式(2)-(5)。
Figure BDA0001759505050000081
其中,公式(2)为安全需求在应用于社会网络后的扩展矩阵形式。
Figure BDA0001759505050000087
表示i和 j双方在安全需求上的供求关系。由于(2)的矩阵描述与表示方法与(1)类似,此 处不再赘述。
Figure BDA0001759505050000082
其中,公式(3)为情感和归属需求在应用于社会网络后的扩展矩阵形式。
Figure BDA0001759505050000083
表示i和j双方在情感和归属需求上的供求关系。由于(6)的矩阵描述与表示方法 与(5)类似,此处不再赘述。
Figure BDA0001759505050000084
其中,公式(4)为尊重需求在应用于社会网络后的扩展矩阵形式。
Figure BDA0001759505050000085
表示i和 j双方在尊重需求上的供求关系。由于(4)的矩阵描述与表示方法与(5)类似,此 处不再赘述。
Figure BDA0001759505050000091
其中,公式(5)为自我实现需求在应用于社会网络后的扩展矩阵形式。
Figure BDA0001759505050000092
表 示i和j双方在自我实现需求上的供求关系。由于(5)的矩阵描述与表示方法与(1) 类似,此处不再赘述。
通过对公式(1)-(5)的矩阵所对应的行列式进行计算,可分别得到它们所对 应的行列值的取值。取值越大,表明群体需求中,该种需求的渴望越强烈。因此, 根据取值的高低可决定马斯洛需求层次理论运用于社会网络后群体需求层次的 高低。由此可见,在社会网络中马斯洛需求理论的需求层次并不固定,它由不同 场景计算所得的结果而定。
步骤2.3:需求层次确定;
参照步骤2.2中的计算方法可确定社会网络中群体需求层次的确定方法,详 细过程如下表1。
表1群体需求层次计算方法
Figure BDA0001759505050000093
Figure BDA0001759505050000101
Figure RE-GDA0001923778900000111
请见表1,具体步骤如下:
步骤1:定义群体需求层次计算方法需要使用的变量。包括:群体生理需求 P,群体安全需求S,群体情感与归属需求L,群体尊重需求E,群体自我实现需求 Sa,其中群体需求GD={P,S,L,E,Sa},群体a和b间的供求关系CRa,b,其中 CRa,b={-1|0|1},
Figure BDA0001759505050000112
U={1,2,...,n}为全集;MRi,j,={-1|0|1}表示成员 i与j间的供求关系,i∈a,j∈b,i,j={1,2,...,m};群体需求层次标识集合H, H={1|2|3|4|5},“|”将取值隔开,表示多值取其一;
步骤2:初始化步骤1中定义的各变量,并将其赋予各自的初值,其中 P,S,L,E,Sa分别赋予初值为0,CRa,b和MRi,j分别赋予初值为0,H随机赋予初 值1-5中的一个;
步骤3:输入变量i,j,a,b;
步骤4:程序开始,设置外循环范围为i到m;
步骤5:设置内循环范围为a到n;
步骤6:判断群体a的某种需求与其成员i的需求是否一致;
步骤7:如果步骤6的条件满足,则将需求关系标识R(GD,D)置为1;
步骤8:判断群体a的某种需求与其成员i的需求是否不一致;
步骤9:如果步骤8的条件满足,则将需求关系标识R(GD,D)置为-1;
步骤10:如果步骤6和步骤8都不满足,则将需求关系标识R(GD,D)置为 0,表明群体a与其成员i间无需求关联;
步骤11:结束判断条件;
步骤12:结束内循环;
步骤13:结束外循环;
步骤14:设置外循环范围为j到m;
步骤15:设置内循环范围为b到n;
步骤16:判断群体b的某种需求与其成员j的需求是否一致;
步骤17:如果步骤16的条件满足,则将需求关系标识R(GD,D)置为1;
步骤18:判断群体b的某种需求与其成员i的需求是否不一致;
步骤19:如果步骤18的条件满足,则将需求关系标识R(GD,D)置为-1;
步骤20:如果步骤16和步骤18都不满足,则将需求关系标识R(GD,D)置 为0,表明群体b与其成员j间无需求关联;
步骤21:结束判断条件;
步骤22:结束内循环;
步骤23:结束外循环;
步骤24:判断群体需求关系与成员需求关系是否一致
步骤25:若步骤24条件关系满足,再判断成员i和j间的成员关系是否一 致,或者群体a和b间的群体关系是否一致;
步骤26:若步骤25的条件满足,则成员i的该种需求层次高于成员j,群 体a的该种需求层次高于成员b;
步骤27:判断成员i和j间的成员关系是否不一致,或者群体a和b间的群体 关系是否不一致;
步骤28:若步骤27条件满足,则成员i的该种需求层次低于成员j,群体a 的该种需求层次低于成员b;
步骤29:判断成员i和j间是否无成员需求关系,或者群体a和b间是否无群 体需求关系;
步骤30:若步骤29的条件满足,则成员i的该种需求层次等于成员j,群 体a的该种需求层次等于成员b;
步骤31:结束步骤25的判断过程
步骤32:结束步骤24的判断过程
步骤33:判断群体需求关系与成员需求关系是否不一致;
步骤34:若步骤33条件满足,则再判断成员i和j间的成员关系是否一致, 或者群体a和b间的群体关系是否一致;
步骤35:若步骤34条件满足,则成员i的该种需求层次高于成员j,群体a 的该种需求层次低于成员b;
步骤36:若步骤33条件满足,则再判断成员i和j间的成员关系是否不一 致,或者群体a和b间的群体关系是否一致;
步骤37:若步骤36的条件满足,则成员i的该种需求层次低于成员j,群 体a的该种需求层次高于成员b;
步骤38:若上述条件均不满足,则安全退出程序;
步骤39:结束步骤34的判断过程;
步骤40:结束步骤33的判断过程;
步骤41:判断群体与成员间是否无需求关系;
步骤42:若步骤41条件满足,则安全退出程序;
步骤43:结束步骤41的判断过程;
步骤44:结束整个程序执行过程
步骤45:输出计算所得的群体需求层次排序HOrder[GD(a,b)]和成员需求层 次排序HOrder[D(i,j)]。
本专利的研究内容可用于解决如下问题:1、解释社会群体中的部分个体与 群体需求关系是否存在一致性;2、个体需求与群体需求的一致性对于个体需求 层次与群体需求层次分别存在怎样的影响,又将分别得到怎样不同的结果;3、 对马斯洛需求层次理论在社会网络中的理论扩展,可对该理论的群体需求关系进 行可解释性扩展;4、马斯洛需求层次在社会网络中的理论扩展性为其在现实生 活中判断群体需求层次提供广阔的应用空间。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是 对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不 脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发 明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (1)

1.一种社会网络中群体需求层次计算方法,其特征在于,包括以下步骤:
步骤1:构建群体需求模型;
在社会网络中,每个人均视作社会网络中的节点,人与人之间存在需求供给关系在社会网络中对应着节点间的交互关系;假设社交网络集合为G={V,E},V={v1,v2,...},表示节点集合,E={e1,e2,...},表示边集合,
Figure FDA0001759505040000011
有连接边和无连接边分别对应了节点间存在交互关系和不存在交互关系;
定义马斯洛理论对应的五个需求集合为SGD={P,S,L,E,Sa},其中,P表示知识需求、S表示安全需求、L表示社交需求、E表示尊重需求、Sa表示自我实现需求;那么它们在社交网络中可分别表示为VH=V{P∨S∨L∨E∨Sa},其中需求用符号“∨”进行分隔,表示节点属性可取集合元素中的一个或多个;
定义群体a和群体b间的供求关系CRa,b={-1|0|1},0表示群体a和群体b之间无供求关系,1表示群体a对某需求的需求层次高于群体b,-1表示群体a对某需求的需求层次低于群体b,a,b∈{1,2,...,n},n表示子集的个数,
Figure FDA0001759505040000012
U表示社交网络中的全体成员集合,群体a和b分别是全集U的两个子集,也就是社交子网;
定义成员i与j间的供求关系MRi,j={-1|0|1},i∈a,j∈b,i,j={1,2,...,m};1表示成员i对某需求的需求层次高于成员j,-1表示成员i对某需求的需求层次低于成员j,m表示成员的个数;
定义群体需求层次标识集合Hv={1|2|3|4|5},“|”将取值隔开,表示多值取其一;
步骤2:将P,S,L,E,Sa分别赋予初值为0,CRa,b和MRi,j分别赋予初值为0,H随机赋予初值1-5中的一个;
步骤3:针对全集U中的所有群体和所有成员,一一判断各群体的某种需求与其各成员的需求是否一致;
若某群体a的某种需求与某成员i的需求一致,将需求关系标识R(GD,D)置为1;其中,GD代表群体需求,D代表群体中成员的个体需求;
若某群体a的某种需求与某成员i的需求不一致,将需求关系标识R(GD,D)置为-1;
否则,将需求关系标识R(GD,D)置为0,表明某群体a与某成员i间无需求关联;
步骤4:判断群体需求关系与成员需求关系是否一致;
若是,则进一步判断成员i和成员j间的成员关系是否一致,或者群体a和群体b间的群体关系是否一致;若一致,则成员i的该种需求层次高于成员j,群体a的该种需求层次高于群体b;若不一致,则成员i的该种需求层次低于成员j,群体a的该种需求层次低于群体b;若成员i和成员j间是否无成员需求关系,或者群体a和群体b间是否无群体需求关系,则成员i的该种需求层次等于成员j,群体a的该种需求层次等于群体b;
若否,则进一步判断成员i和成员j间的成员关系是否一致,或者群体a和群体b间的群体关系是否一致;若一致,则成员i的该种需求层次高于成员j,群体a的该种需求层次低于群体b;若不一致,则成员i的该种需求层次低于成员j,群体a的该种需求层次高于群体b;若成员i和成员j间是否无成员需求关系,或者群体a和群体b间是否无群体需求关系,则结束本流程;
步骤5:判断群体与成员间是否无需求关系;
若是,则结束本流程;
若否,则输出计算所得的群体需求层次排序HOrder[GD(a,b)]和成员需求层次排序HOrder[D(i,j)]。
CN201810901451.0A 2018-08-09 2018-08-09 一种社会网络中群体需求层次计算方法 Active CN109299849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810901451.0A CN109299849B (zh) 2018-08-09 2018-08-09 一种社会网络中群体需求层次计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810901451.0A CN109299849B (zh) 2018-08-09 2018-08-09 一种社会网络中群体需求层次计算方法

Publications (2)

Publication Number Publication Date
CN109299849A CN109299849A (zh) 2019-02-01
CN109299849B true CN109299849B (zh) 2021-08-03

Family

ID=65168154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810901451.0A Active CN109299849B (zh) 2018-08-09 2018-08-09 一种社会网络中群体需求层次计算方法

Country Status (1)

Country Link
CN (1) CN109299849B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353574B (zh) * 2019-11-04 2021-04-30 清华大学 一种基于作用关系网的群体智能水平计算方法及系统
CN111104487A (zh) * 2019-12-25 2020-05-05 创新奇智(北京)科技有限公司 一种基于马斯洛需求等级的用户分类方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9684698B1 (en) * 2013-12-20 2017-06-20 Massachusetts Mutual Life Insurance Company Methods and systems for social awareness
CN107590672A (zh) * 2017-03-17 2018-01-16 南方科技大学 基于马斯洛需求层次理论的推荐方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012004425A1 (es) * 2010-07-08 2012-01-12 Telefonica, S.A. Método de detección de comunidades en redes sociales masivas mediante un enfoque aglomerativo
IL223544A (en) * 2012-12-10 2017-02-28 Elovici Yuval A method and system for identifying the hierarchical human structure of an organization by an external body, through the use of social networks
US10147054B2 (en) * 2013-07-26 2018-12-04 Salesforce.Com, Inc. Displaying content of an enterprise social network feed on a mobile device
US20150220627A1 (en) * 2014-02-04 2015-08-06 International Business Machines Corporation System and method for finding collective interest-based social communities

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9684698B1 (en) * 2013-12-20 2017-06-20 Massachusetts Mutual Life Insurance Company Methods and systems for social awareness
CN107590672A (zh) * 2017-03-17 2018-01-16 南方科技大学 基于马斯洛需求层次理论的推荐方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SNS网站满足网民使用虚拟社区的新需求――一项基于对"开心网"网民使用调查的实证研究;于茜;《东南传播》;20100630(第06期);全文 *
在线社交网络群体发现研究进展;潘理等;《电子与信息学报》;20170915(第09期);全文 *
网络知识社区用户需求层次研究;易明等;《情报科学》;20170205(第02期);全文 *

Also Published As

Publication number Publication date
CN109299849A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
Ding et al. Large-Scale decision-making: Characterization, taxonomy, challenges and future directions from an Artificial Intelligence and applications perspective
Moosavi et al. Community detection in social networks using user frequent pattern mining
Coman et al. Mnemonic convergence in social networks: The emergent properties of cognition at a collective level
Leydesdorff et al. Interdisciplinarity at the journal and specialty level: The changing knowledge bases of the journal Cognitive Science
Evans et al. Opinion formation on dynamic networks: identifying conditions for the emergence of partisan echo chambers
Fu et al. Distributed preference relations for multiple attribute decision analysis
Zhang et al. User community discovery from multi-relational networks
Wang et al. Dynamic community detection based on network structural perturbation and topological similarity
CN107038184B (zh) 一种基于分层隐变量模型的新闻推荐方法
Liao et al. POI recommendation of location-based social networks using tensor factorization
Chakraborty Leveraging disjoint communities for detecting overlapping community structure
CN109299849B (zh) 一种社会网络中群体需求层次计算方法
Jernite et al. The random subgraph model for the analysis of an ecclesiastical network in Merovingian Gaul
CN113254669B (zh) 基于知识图谱的配电网cim模型信息补全方法及系统
Li An exploration to visualise the emerging trends of technology foresight based on an improved technique of co-word analysis and relevant literature data of WOS
Sun et al. Overlapping community detection based on information dynamics
Ullah et al. A novel relevance-based information interaction model for community detection in complex networks
Carro et al. Coupled dynamics of node and link states in complex networks: a model for language competition
Mulder et al. A tight axiomatization of the median procedure on median graphs
Zhang et al. A novel large group decision-making method via normalized alternative prediction selection
Jiang et al. LDA-based online intelligent courses recommendation system
CN106354886B (zh) 在推荐系统中利用潜在邻居关系图筛选最近邻居的方法
Lu et al. A fuzzy social network centrality analysis model for interpersonal spatial relations
Petkos et al. Social circle discovery in ego-networks by mining the latent structure of user connections and profile attributes
Chen et al. A network evolution model for chinese traditional acquaintance networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant