[发明专利]一种确定用户亲密度的方法、装置以及存储介质

说明书

本发明涉及数据分析技术领域。本发明公开了一种确定用户亲密度的方法，用于确定社交主体间的亲密度，所述方法包括：获取社交主体在多个社交网络的社交网络数据资源，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，合并所有无向图生成全信息无向图；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间的次数因子系数；确定每一社交网络对应的无向图中节点x和节点y间的边的权重系数，并确定在全信息无向图中节点x和节点y间的边的加权权重系数；确定全信息无向图中的节点x和节点y对应的社交主体间的亲密度。本发明提供的确定用户亲密度的方法和装置，能够综合多个社交网络数据资源计算社交主体间的亲密度。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种确定用户亲密度的方法、装置以及存储介质。

背景技术

人与人之间的关系数据通常以二维表的结构化形式存储，无法还原社交圈或人际圈的复杂原貌，因此此类问题往往转化为图模型，以图的节点表示社交主体，边表示社交关系，利用图论知识分析节点和边的性质，挖掘社交网络的潜在信息。

根据图论知识，可计算边的权重，反映节点之间的链接程度，例如，在商业领域中可作为有相似喜好客户的商品推荐，在生物领域中可作为可能发生相互作用的蛋白质预测。

在社交网络问题中，不同的社交形式可能有不同的边的权重，而现有技术关于权重的分配大多依赖于专家或以往经验的主观评定，在后续的图论计算中也只考虑一种社交因素，无法将多元权重结合起来，且实际计算节点亲密度时未能将边的权重加入到模型当中。

发明内容

为了克服如上所述的技术问题，本发明提出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，所述方法的技术方案如下：

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；