本发明涉及社区服务
技术领域：
，具体涉及一种一体化社区服务系统。
背景技术：
：随着电子信息技术的告诉发展，单一的信息系统已经不能满足用户的复杂要求，亟需一个社区网络系统能够实现用户讨论和全面的信息发布。社区网络是指社区个体成员之间通过社区关系结成的网络体系。社区网络由个体和个体间的连接关系组成。个体也称为节点；而个体间的相互关系可以是合作、联盟、对立等各种各样的关系。近年来，社区网络的节点影响力分析和关键成员挖掘在研究上获得了广泛的关注。技术实现要素：针对上述问题，本发明旨在提供一种一体化社区服务系统。本发明的目的采用以下技术方案来实现：提供了一种一体化社区服务系统，包括社区信息讨论系统、社区信息发布系统和用户信息接收端，所述社区信息讨论系统用于社区用户讨论社区信息，社区信息发布系统用于社区用户发布社区信息，所述用户信息接收端用于接收所述社区信息发布系统发布的社区信息。本发明的有益效果为：该发明可应用于大型居民社区、大型集团公司内部网络，为社区用户提供更好的交流和服务。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：社区信息讨论系统1、社区信息发布系统2、用户信息接收端3。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种一体化社区服务系统，包括社区信息讨论系统1、社区信息发布系统2和用户信息接收端3，所述社区信息讨论系统1用于社区用户讨论社区信息，社区信息发布系统2用于社区用户发布社区信息，所述用户信息接收端3用于接收所述社区信息发布系统2发布的社区信息。本实施例可应用于大型居民社区、大型集团公司内部网络，为社区用户提供更好的交流和服务。优选的，所述社区信息发布系统2与用户信息接收端3通过移动网络连接。本优选实施例获取信息更为方便快捷。优选的，所述用户信息接收端3为计算机或者移动终端。本优选实施例用户可随时随地获取社区信息。优选的，所述社区信息发布系统2包括第一建模模块、第二分析模块、第三挖掘模块和第四信息发布模块，所述第一建模模块用于建立社区网络模型，所述第二分析模块用于根据社区网络模型对节点影响力进行分析，所述第三挖掘模块用于根据节点影响力对社区网络成员进行挖掘，第四信息发布模块按照成员影响力大小发布成员讨论的信息；所述建立社区网络模型，具体为：将社区用户看成节点，社区网络用三元组g＝(v,e,qk)表示，其中，v∈v表示节点，v表示节点集合，e∈e表示节点间的关系，e表示节点间的连接关系集合，qk表示各节点初始分值的集合，qkg(v)表示节点v在社区网络g上的初始分值。本优选实施例社区信息发布系统实现了社区网络成员的有效挖掘，具体而言，将社区网络建模为三元组模型，不仅完整抽象出了社区网络，而且模型简单直观，能够方便的获取有用信息，初始分值作为一个抽象函数描述各节点情况，可以通过多种方式实现，例如采用pagerank来获取初始分值。优选的，所述第二分析模块包括一次计算子模块、二次计算子模块和三次计算子模块，所述一次计算子模块用于计算节点的依赖度，所述二次计算子模块用于根据节点的依赖度计算节点的支持度，所述三次计算子模块用于根据节点的支持度对节点的影响力进行分析；所述计算节点的依赖度，具体为：若节点u,v∈v，节点u对v的依赖度为：在式子里，fn(u→v)表示节点u对v的依赖度，qkg(u)表示节点u在社区网络g中的初始分值，g-v表示社区网络g断开节点v与其它节点连接后的社区网络；依赖度越大，节点间关系越紧密，依赖度越小，节点间关系越疏远。本优选实施例一次计算子模块通过建立依赖度函数求取节点的依赖度，获取了社区网络中节点亲疏关系，对于后续节点支持度计算奠定了良好的基础，在依赖度计算过程中，采用断开节点连接的方式计算依赖度，保证了社区网络中节点数目不变，综合考虑qkg-v(u)和qkg(u)计算依赖度，获取的依赖度可信度更高。优选的，所述二次计算子模块包括第一支持度计算单元和第二支持度计算单元，所述第一支持度计算单元用于计算节点的第一支持度，所述第二支持度计算单元用于计算节点的第二支持度。计算节点的第一支持度采用以下步骤进行：步骤1、将社区关系网络转化为二元组g′＝(v,fn)，fn表示节点间的依赖度集合，对于节点u,v∈v，fn(u→v)表示节点u对v的依赖度；在g′中，对于v∈v，v的最近邻集合为v依赖最大的节点的集合，用n(v)表示，v的反向最近邻集合为对v依赖最大的节点的集合，用rn(v)表示；步骤2、在g＝(v,fn)中，对于u∈v，则u的第一支持度可表示为：在式子里，ay1(u)表示节点u的第一支持度，|n(v)|表示v最近邻节点数目。计算节点的第二支持度采用以下步骤进行：步骤1、将社区关系网络转化为二元组g′＝(v,fn)，fn表示节点间的依赖度集合，对于节点u,v∈v，fn(u→v)表示节点u对v的依赖度；在g′中，对于v∈v，v的k近邻集合为v对节点依赖度在前k的节点的集合，用kn(v)表示，v的反向最近邻集合为对v依赖度在前k的节点的集合，用krn(v)表示；步骤2、在g＝(v,fn)中，对于u∈v，则u的第二支持度可表示为：在式子里，ay2(u)表示节点u的第二支持度，|kn(v)|表示v的k近邻节点数目。本优选实施例第二分析模块设置二次计算子模块获取社区用户的支持度，其中，第一支持度计算单元和第二支持度计算单元计算节点的第一支持度和第二支持度，获取了更为全面的节点支持度信息，对于后续节点影响力计算奠定了良好的基础，具体的，第一支持度基于最近邻节点计算，第二支持度基于k近邻节点计算，得到了节点在不同应用环境下的支持度。优选的，所述对节点的影响力进行分析，具体采用节点的影响力函数：在式子里，eu(u)表示节点u的影响力函数值，影响力函数值越大，表明节点的影响力越大。本优选实施例第二分析模块设置三次计算子模块，通过建立影响力函数来计算节点的影响力，综合考虑了节点的第一支持度和第二支持度，获取的节点影响力更为科学准确，为后续发现社区网络中的重要个体或者群体提供了保证。优选的，所述对社区网络成员进行挖掘，具体为：计算社区网络成员的影响力函数值，选取影响力函数值最大的n个节点作为社区网络成员挖掘结果。本优选实施例社区信息发布系统设置第三挖掘模块，根据影响力函数值对社区成员进行挖掘，得到的社区成员更为符合需求。采用本发明一体化社区服务系统向社区成员提供服务，选取5个包含社会成员数量不同社会网络进行试验，社区网络成员数量分别为200、300、400、500、600时，对服务效率和社区用户满意度进行统计，同以往社区服务系统相比，产生的有益效果如下表所示：社区网络成员服务效率提高社区用户满意度提高20023％21％30025％20％40030％19％50033％17％60035％15％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12