[发明专利]一种基于图计算的可信社交关系分析方法

说明书

本发明公开了一种基于图计算的可信社交关系分析方法，所述方法包括：搜集社交网络原始数据，建立图计算模型；采用社区检测算法将所述图计算模型分成若干子图社区，并计算子图社区结点的大小；根据图计算模型，计算每个结点包含三角计数、入度、出度在内的属性特征，并结合子图社区结点大小，判断并筛选出该社交网络中为可信社交关系的用户名单。本发明可以对社交网络中的可信关系进行识别检测，并得出有效的可信社交关系。

技术领域

本发明属于网络安全及互联网大数据领域，更具体来说，涉及一种基于图计算的可信社交关系分析方法。

背景技术

近年来，可信关系模型越来越重要。商家、企业或者政府可以通过信用度限制个体或者群体的行为。通过社交网络可以识别某个人的信用度。可信关系还可以用于银行的风险控制系统中。众所周知，传统银行评估模型无法给过去没有发生过借贷交易的人进行信用评分，造成“无记录”的借款人风险无法评估。但是通过分析当前用户的社交关系可以有目的的构建全新的信用体系，帮助金融机构“识别”更多的信用度较高的借贷人。

再者，近年来利用电话进行的诈骗方式呈爆发趋势，受骗面广，金额巨大，通信诈骗成为巨大的用户痛点。电信诈骗案件频发，诈骗者拥有多样的诈骗手段，让人防不胜防，社会影响恶劣，在甄别诈骗电话时，需要进行仿冒领导、仿冒公检法、仿冒熟人、骚扰等判断，算法执行时间较长，无法有效、快捷的分析出诈骗电话号码。

伴随着信息社会的发展，安全逐渐成为人们不可忽视的方面。从社交网络的角度看，例如社交网络中平台安全性、谣言扩散、群体性事件的产生和传播以及电信诈骗事件频繁发生，给个人，企业甚至是国家都造成了一定的伤害。对于这些问题，可以采用相应手段筛选并冻结非法用户，但对于所有的用户都进行筛选过滤显然没有必要，且随着数据量增大，系统的负担也随之增加。如果将合法用户建立库表，当采集到数据时，优先判断是否为可信社交关系库中的用户，如果是，则无需进一步识别其非法身份，这样更节省算法时间，提高系统效率。所以研究可信社交关系有一定的现实意义和应用价值。而如果采用可信社交关系来证明用户的合法性，则可以免去复杂的判断非法身份验证步骤。

发明内容

本发明的目的是，提供一种基于图计算的可信社交关系分析方法，以解决原有的方法无法快捷有效的证明用户的可信性和合法性。

为解决上述技术问题，本发明所采用的技术方案如下：

一种基于图计算的可信社交关系分析方法，所述方法包括：

步骤S1，搜集社交网络原始数据，建立图计算模型；

步骤S2，采用社区检测算法将所述图计算模型分成若干子图社区，并计算子图社区结点的大小；

步骤S3，根据图计算模型，计算每个结点包含三角计数、入度、出度在内的属性特征，并结合子图社区结点大小，判断并筛选出该社交网络中为可信社交关系的用户名单。

进一步地，所述步骤S1中，建立图计算模型的过程具体包括：

根据用户之间是否存在直接的社交联系，将不同的用户分成发起方用户和接收方用户，每个用户分别作为一个结点；

当发起方用户至接收方用户建立社交联系时，建立从发起方用户所在的结点至接收方用户所在结点的的一条有向边；

根据建立的多个有向边，构建呈网络结构分布的所述图计算模型。

进一步地，分成若干子图社区的过程具体包括如下：

计算该社交网络中所有边的介数；

找到介数最大的边，将其从网络中移除；

重复计算该社交网络中剩余边的介数，最后当达到最大迭代次数时，算法停止。