[发明专利]一种基于距离博弈的社交网络关系预测方法及系统

说明书

本发明涉及一种基于距离博弈的社交网络关系预测方法及系统，属于社交网络关系预测领域，能提高关系预测的速度和准确度。本发明先提取社交网络中所有节点和任意两个节点间的有向链接；选择其中一个节点作为目标节点，根据有向链接和有效交互模式得到该目标节点的局部结构、关系预测相关节点集合和交互子图；将关系预测相关节点集合中未与该目标节点直接连接的任一节点作为备选节点，根据交互子图得到到每个备选节点的社交距离向量；根据社交距离向量得到相对于每个备选节点的收益，据此得到该目标节点的关系预测结果，最终得到社交网络中每个节点的关系预测结果。用于高效准确进行社交网络关系预测。

技术领域

本发明涉及社交网络关系预测领域。

背景技术

近年来，社会网络得到了学术界和业界的广泛关注，尤其是针对用户交互，以及交互的结构属性的研究层出不穷。其中关系预测是一个研究热点问题，关系预测是指利用网络中不同节点的网络结构和/或属性信息来预测未来可能出现的链接，如果将社交网络看做一个网络，那么网络中的节点就是用户，网络中的链路就是用户之间的关系，用户之间关系的预测即网络中链路的预测。目前各国研究者提出了多种结构模型和关系模型，包括基于特征的分类方法，基于核的方法，矩阵分解方法以及概率图方法等。大部分现有技术关注两个节点之间于关联模式的形成机制，并利用监督或非监督方法对结构信息进行建模。很少技术考虑现实在线社会网络的规模巨大的实际问题。相比于学术合作、生物网络等其他网络数据集，社会网络尤其是微博网络更为复杂，包含了大量动态交互的关联关系，而不同类型的关系必须分别进行建模分析，同时要保证算法的计算可扩展性，这也是微博网络链路预测的主要挑战。在线社会网络计算领域，关系预测问题面临的一个挑战是网络的规模巨大。现有工作提出的度量方法在大规模网络的背景下缺乏对于计算性能的考虑。

发明内容

本发明所要解决的技术问题是提供一种基于距离博弈的社交网络关系预测方法及系统，目的在于使社交网络关系预测过程的计算更快速，且预测结果更准确。

本发明解决上述技术问题的技术方案如下：

一种基于距离博弈的社交网络关系预测方法，包括以下步骤：

S1，提取社交网络中所有节点的集合和任意两个节点间有向链接的集合；

S2,选择社交网络中的任意一个节点作为目标节点，根据有向链接的集合得到该目标节点与其它节点的交互模式，根据交互模式中的有效交互模式得到该目标节点的局部结构和关系预测相关节点集合，以及该目标节点的交互子图；

S3,将该目标节点的关系预测相关节点集合中未与该目标节点直接连接的任一节点作为备选节点，根据该目标节点的交互子图得到该目标节点到每个备选节点的社交距离向量；

S4，根据该目标节点到每个备选节点的社交距离向量得到表示社交距离博弈的该目标节点相对于每个备选节点的收益，据此得到该目标节点的关系预测结果，重复进行S2、S3和S4，最终得到社交网络中每个节点的关系预测结果。

本发明的有益效果是：利用社交网络的拓扑结构信息结合社会学理论，提出社交距离向量等新的相似度指标，采取非监督学习方法，使计算更快速，且预测结果更准确。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步，所述S2中，所述有效交互模式包括：直接交互模式、间接交互模式和共性交互模式。

采用上述进一步方案的有益效果是：有效交互模式的设定和区分，有利于细致刻画社交网络用户之间的关系。