[发明专利]一种spark平台下的视频社交网络同源性分析方法

摘要

本发明公开了一种Spark平台下的视频社交网络同源性分析方法，该方法包括视频社交网络关系图建模，基于图结构的视频相似性预处理，基于视频权重和时间戳惩罚的用户相似性计算和基于用户关系的结果剪枝；所述视频社交网络关系图建模，用于将结构化的视频社交网络数据建模为图形式；所述基于图结构的视频相似性预处理，用于得到全局且动态的视频相似度；所述基于视频权重和时间戳的用户相似性计算，用于计算用户间的相似性；所述基于用户关系的结果剪枝，用于对高相似度用户对进行筛选，去除噪声用户。本发明提出的方法可以快速且精确地从海量的视频社交网络数据中找到所有可能对应同一个真实世界中用户的同源用户对。

主权项

1.一种Spark平台下的视频社交网络同源性分析方法，其特征在于，包括包括视频社交网络关系图建模步骤S1，基于图结构的视频相似性预处理步骤S2，基于视频权重和时间戳惩罚的用户相似性计算步骤S3，基于用户关系的结果剪枝步骤S4；对于两个用户画像类似的视频社交网络，输入其结构化的视频信息数据和用户信息数据到Spark平台，进行图的构建和分析，输出两个视频社交网络中是同源用户的匹配对；其中，S1：基于视频社交网络结构化的用户信息数据和视频信息数据，将视频社交网络关系图分解为：视频信息子图、视频发布子图和用户关系子图，重新构建视频社交网络关系图；此步骤用于将结构化的视频社交网络数据，建模为图形式，以降低分析难度；S2：基于视频信息子图，使用分布式的图结构方法进行视频相似性预处理；此步骤通过图结构获取全局和动态的视频相似度，以便更为精确的体现视频间的相似度区别；S3：基于视频发布子图，使用加权且通过时间戳惩罚函数处理后的视频相似性计算用户相似度；此步骤通过加权和时间戳惩罚后的视频相似度来判断用户相似度，以提高用户相似度计算的准确性；S4：基于用户关系子图，使用剪枝的方法对高分数匹配对进行剪枝；此步骤对检索出来的高相似度用户进行剪枝，去除其中的噪声用户。