[发明专利]一种基于AGNES和DBSCAN算法的区块链用户参与度评估方法

权利要求书

1.一种基于AGNES和DBSCAN算法的区块链用户参与度评估方法，其特征是包括设置用户集合地址集合交易集合区块链n_U，n_A，n_Tx分别代表用户数量、地址数量、交易数量。转账交易为S_i到R_i，其分别为发送者集合和接受者集合，该方法包括如下步骤：

S1，基于AGNES算法对地址交易网络进行聚类，从而得到属于同一用户的地址集合；统计计算每个地址之间的交易数量，统计出所有地址的交易总量，标准化得到每个地址的交易数量；

S2，基于DBSCAN算法对用户交易网络进行聚类，从而得到属于同一地址的用户集合，从而便于评判地址的重要度；

S3，基于S1和S2步骤计算用户参与度。

2.根据权利要求1所述的一种基于AGNES和DBSCAN算法的区块链用户参与度评估方法，其特征是所述S1具体包括以下步骤：

S1.1，凝聚的层次聚类分为自顶下上的策略，将各个对象作为一个簇，逐个合并，直到终结条件即簇类的类间距离和类内距离满足簇条件；

S1.2，输入n个对象，将每个对象当成一个初始簇；

S1.3，计算任意两个簇的最小距离，如聚类簇C_i，C_j，最小距离：最大距离：均值距离：其中平均距离：因为不同的距离对应不同的计算场景，其距离计算公式采用下式：d(C_i，C_j)＝(d_max(C_i，C_j)+d_mean(C_i，C_j)+d_min(C_i，C_j)+d_avg(C_i，C_j))/4；

S1.4选择最近的两个簇，将最近的两簇合并，使簇的总数量减1；

S1.5合并两个簇，生成新的簇的集合；

S1.6设定一个最小距离阈值如果最相近的两个簇的距离已经超过则不需要再合并，则聚类终止；

S1.7限定簇的个数k，当得到的簇的个数已经达到k，则聚类终止。

3.根据权利要求1所述的一种基于AGNES和DBSCAN算法的区块链用户参与度评估方法，其特征是所述S2具体包括以下步骤：

S2.1，寻找核心点形成临时聚类簇；扫描全部样本点，如果某个样本点R半径范围内点数目＞＝MinPoints，则将其纳入核心点列表，并将其密度直达的点形成对应的临时聚类簇；

S2.2，合并临时聚类簇得到聚类簇，对于每一个临时聚类簇，检查其中的点是否为核心点，若为核心点则将对应的临时聚类簇和当前的临时聚类簇合并，得到新的临时聚类簇；

S2.3，重复S2.2，直到当前临时聚类簇中的每一个点要么不在核心点列表，要么其密度直达的点都已经在该临时聚类簇，此时该临时聚类簇则为聚类簇；

S2.4，继续对剩余的临时聚类簇进行相同的合并操作，直到全部临时聚类簇被处理。

4.根据权利要求1所述的一种基于AGNES和DBSCAN算法的区块链用户参与度评估方法，其特征是所述S3具体包括以下步骤：

S3.1，地址重要度评判：计算每个地址的重要度，a₁的用户集合如下：U＝{u₁，u₂，u₃，...，u_n}，重要度为n在总地址数的标准化数值，其取值如下：

S3.2，用户参与度评判：计算每个用户的参与度，u₁的地址集合如下：A＝{a₁，a₂，a₃，...，a_n}，用户度参与度计算如下：