[发明专利]一种确定用户亲密度的方法、装置以及存储介质

权利要求书

1.一种确定用户亲密度的方法，用于确定社交主体之间的亲密度，其特征在于，包括：

S1，获取社交主体在多个社交网络的社交网络数据资源，每一个社交网络对应一个社交网络数据资源，根据每一个社交网络数据资源构建对应社交网络的无向图，所述无向图的节点表示对应社交网络中的社交主体，所述无向图的边表示对应社交网络中社交主体之间存在关系，合并所有无向图，生成全信息无向图，所述全信息无向图包含所有无向图中的节点和边；

S2，根据如下公式(1)和(2)分别确定每一社交网络的资源因子系数和每一社交网络中每对社交主体之间的次数因子系数：

s(T)＝F_N(T) (2)

其中，n(N)为社交网络数据资源N对应的社交网络的资源因子系数，V为社交网络数据资源N对应的无向图中包含的节点的个数，E为社交网络数据资源N对应的无向图中包含的边的数量，ceil为向上取整函数，其中资源因子系数越大表明对应的社交网络数据资源对社交主体之间的亲密度的影响越大；

s(T)为社交网络数据资源N对应的社交网络中每对社交主体之间的次数因子系数，其中次数因子系数越大表明对应社交网络中对应社交主体之间的亲密度越大，F_N(x)为根据每对社交主体的关系次数生成的经验分布函数，T为社交网络数据资源N中每对社交主体之间的关系次数，关系次数为T的一对社交主体之间的次数因子系数为F_N(T)；

S3，根据如下公式(3)确定每一社交网络对应的无向图中节点x和节点y之间的边的权重系数w_xy(N,T)，并根据如下公式(4)确定在所述全信息无向图中所述节点x和节点y之间的边的加权权重系数w_xy：

w_xy(N,T)＝n(N)*s(T) (3)

其中，w_xy(N_i,T_i)为第i个社交网络对应的无向图中边的权重系数，k为社交网络的个数，i为正整数；

S4，根据如下公式(5)和(6)确定所述全信息无向图中的节点x和节点y对应的社交主体之间的亲密度R(x,y)：

其中，N(x)和N(y)分别为节点x和节点y的邻接节点集合，u为节点x和节点y的共同邻接点，为节点u对节点x和节点y的亲密度的贡献度，w_xy为节点x和节点y之间的边的加权权重系数，w_xu为节点x和节点u之间的边的加权权重系数，w_yu为节点y和节点u之间的边的加权权重系数，N(u)为节点u的邻接节点集合，z为节点u的非节点x且非节点y的邻接点，w_zu为节点z和节点u之间的边的加权权重系数。

2.根据权利要求1所述的方法，其特征在于，社交网络包括通话记录、往来邮件、微信、微博、Twitter和/或Facebook。

3.根据权利要求1所述的方法，其特征在于，社交网络数据资源为社交网络中包含社交主体和社交主体之间存在关系的结构化二维表数据。

4.根据权利要求1所述的方法，其特征在于，所述S1中，根据每一个社交网络数据资源构建对应社交网络的无向图时，两个不同社交主体在无向图中对应的节点只建立一条边。

5.根据权利要求1所述的方法，其特征在于，所述S1中，合并所有无向图，生成全信息无向图时，所述全信息无向图中的两个不同节点在不同的无向图中存在边时只建立一条边。

6.根据权利要求1所述的方法，其特征在于，所述经验分布函数F_N(x)的函数值的取值范围为(0,1]，所述每对社交主体的关系次数越多则所述函数值越大。

7.根据权利要求1所述的方法，其特征在于，当社交网络对应的无向图中包含的节点的个数超过预设阈值时，根据如下公式确定每一社交网络的资源因子系数：