基于聚类融合算法的社交团体发现方法
【技术领域】
[0001] 本发明属于社交网络团体挖掘技术领域，涉及一种运用聚类融合算法的判断方 法，具体涉及一种基于聚类融合算法的社交团体发现方法。
【背景技术】
[0002] "互联网+"是互联网思维的进一步实践成果，它代表一种先进的生产力，推动经济 形态不断的发生演变，从而带动社会经济实体的生命力，为改革、发展、创新提供广阔的网 络平台。
[0003] 现在，传统的互联网正在迈向全新的时代----社交服务网时代（Social NetworkingService)，从"人与机器"的时代迈向"人与人"的时代。个体的社交圈会不断 地扩大和重叠并在最终形成大的社交网络。社交网的一个显著特点是支持巨大用户数，例 如Facebook支持超过3亿的用户，其数据中心运行着超过万台的服务器，为遍布全球的用 户提供信息通讯服务。另外，任何两个社交网用户都可能交互，也就是必须支持任何两个数 据库用户的数据关联操作。这对于服务端的数据库管理提出了极大的挑战。
[0004] 云服务器（ElasticComputeService,简称ECS)是一种处理能力可弹性伸缩的 计算服务，其管理方式比物理服务器更简单高效。云服务器帮助您快速构建更稳定、安全的 应用，降低开发运维的难度和整体IT成本，使您能够更专注于核心业务的创新。目前，是做 的比较完善的生态系统。
[0005] 聚类融合算法的核心思想是通过把多个聚类算法融合，得出更准确、更健壮的决 策。一方面，由于基聚类分别来自于不同基聚类算法，其聚类算法的初始化条件、参数设置， 甚至算法思想都各不相同，所以这些各不相同的基聚类都蕴含数据集的一部分特征。通过 把这些各异的基聚类进行融合，能有效地更全面地、更准确地反映出数据集的真正特征。另 一方面，即使某些基聚类存在反映数据集的错误信息，但通过大量基聚类的正确信息修正， 能有效地得出更健壮的聚类决策。由于聚类融合算法这些优良特点，目前在聚类算法研究 领域，聚类融合算法正在蓬勃地发展。
【发明内容】
[0006] 本发明的目的是提供一种基于聚类融合算法的社交团体发现方法，针对复杂的社 交网络数据，运用聚类融合算法作为判断准则，然后对一系列未知的社交网络数据进行分 类，得到相应的分类，让市场人员能相应的服务。
[0007] 本发明所采用的技术方案是，基于聚类融合算法的社交团体发现方法，具体按照 以下步骤实施：
[0008] 步骤1:对于社交网路中的数据，根据基聚类算法分别得出相应的采样基聚类；
[0009] 步骤2 :对步骤1得到的每个采样基聚类集进行融合，得出候选基准；
[0010] 步骤3 :对步骤2得到的候选基准进行筛选，评分最高的候选基准作为最优基准；
[0011] 步骤4 :使用步骤3得到的最优基准对聚类质量进行评价。
[0012] 本发明的特点还在于，
[0013] 其中的步骤1具体按照以下步骤实施：
[0014] 假设有一个包含m个对象的数据集X，定义X={xdx2,…，xM}，在运行N个基聚类 算法后，得到N个基聚类π，定义π= {jii,jt2，···，jtn}，然后，对π进行融合聚类算法运 算，得到融合聚类31 %定义Φ( 3〇,其中Φ是聚类融合函数；
[0015] 首先，对社交网络用户信息进行采样，利用社交平台账户获取平台访问权限，通过 设置初始任务集对目标信息进行定向获取；
[0016] 其次，采用k-means作为候选基准算法，先设定聚类个数，然后随机设定初始化聚 类中心，生成多个基聚类；为了生成多样性高的基聚类集，通过采样器对基聚类集进行采 样，通过组合子基聚类集的方式，得到多个组差异化大的采样基聚类基。
[0017] 其中的采样器采样的方式是随机赌轮盘方式。
[0018] 其中的步骤2具体按照以下步骤实施：
[0019] 采用SLC算法来对融合聚类集进行融合，得到候选基准：
[0020] 候选基准的评分定义如下：
[0021]
[0022] 其中，候选基准为融合聚类为<和<，α为阈值。
[0023] 其中的当融合聚类之间相似程度大于α时，评分为0,这时防止融合聚类之间的 相似性太大；当融合聚类之间相似程度小于α时，评分由两部分相加而成；第一部分是融 合聚类于候选基准之间的相似程度，第二部分是融合聚类之间的相似程度；λ是两部分之 间的权重；当λ>0.5时，在评分中，第一部分比第二部分的权重大；当λ<0.5时，在评 分中，第二部分比第一部分的权重大；当λ=0.5时，在评分中，第二部分比第一部分的权 重相等；一般而言，选择λ= 0. 5,即第二部分和第一部分占评分的权重一样；据此，计算每 一个候选基准的评分，评分最高的候选基准作为最终的基准；经过筛选的基准作为下一步 的最优基准使用，来评价聚类质量。
[0024] 其中的步骤4具体按照以下步骤实施：
[0025] 利用上一步生成的最优基准，利用外在方法BCubed对聚类质量进行评价：给定基 准31jPK个由不同聚类融合算法所得的融合聚类31 ={> 31 2，~31 k}，对每一个融合聚 类^，都可以得出一个质量评价以^，;评分越高，代表该聚类融合算法得出来的融 合结果越好；
[0026] 假设有对象集合X= {Xl，x2，…，xn}，C是X的一个聚类，B是X的基准；C(Xl) (1彡i彡η)表示\在C的类别，B(xJ(1彡i彡η)表示\在B的类别；对于两个对象Xi 和Xj(1彡i,j彡n,i乒j)，xjPX」在聚类C的正确性的定义如下： ?
[0028] BCubed的精度定义如下：
[0029]
[0030] BCubed的召回率定义如下：
[0031]
[0032] 精度和召回率都可以用来评价聚类，F度量可以同时结合精度和召回率，定义如 下：
[0033]
7
[0034]F度量的取值范围在0到1之间，当F度量等于0时，聚类质量并不理想；当F度 量等于1时，聚类质量理想，与基准完全一致；所以当F度量越接近1时，聚类质量越好。
[0035] 发明的有益效果是，本发明提出一种不依赖专家评价基准的外在评价方法为准则 的团体发现识别方法。首先，由社交网络数据生成基准类，使同基准类中的社交用户具有相 似的团体属性。对于基聚类，使用采用器，生成各种基聚类集。对于每个基聚类集，使用聚 类融合算法，对聚类融合结果采用聚类融合算法进行融合，生成候选基准。对于候选基准， 使用筛选器，依据设定筛选条件，得出基准。然后，使用基准对聚类质量进行评价。得到基 准后，本文采用外在评价方法对聚类质量进行评价。本发明通过对基聚类的决策进行融合， 得出更准确、壮健的决策。提高了社交网络数据中团体发现，个体发现的准确率，使服务商 更加充分的获得用户信息，从而提高服务质量，具有极大的使用价值。
【附图说明】
[0036] 图1为对基聚类采样部分实现的框架图；
[0037] 图2为生成候选基准部分实现的框架图；
[0038] 图3为筛选候选基准部分实现的框架图。
【具体实施方式】
[0039] 下面结合附图和【具体实施方式】对本发明进行详细说明。
[0040] 本发明基于聚类融合算法的社交团体发现方法，具体按照以下步骤实施：
[0041] 步骤1:对于社交网路中的数据，根据基聚类算法分别得出相应的基聚类（基聚类 算法1得出相应的基聚类1)，其中采样的方式是随机赌轮盘方式。具体为：构建社交网路 数据中的基聚类：对于社交网路中的数据，根据基聚类算法分别得出相应的基聚类（基聚 类算法1得出相应的基聚类1)，把社交网路数据分为不同的基聚类，然后对基聚类集进行 采样，目的是生成多样性高的采样基聚类集。多样性高的采样基聚类集有助于后续生成的 多样性的候选融合聚类，有利于于筛选最后的融合聚类。
[0042] 步骤2:对每个采样基聚类集进行融合，得出候选基准。具体为：对每个采样网络 数据基聚类运行参与评价的聚类融合算法，把生成的融合聚类集用聚类融合算法来生成候 选基准。以此类推，生成候选基准集。
[0043] 步骤3:对候选基准进行筛选，评分最高的候选基准即是基准。
[0044] 步骤4:使用基准对聚类质量进行评价。
[0045] 下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明 而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价 形式的修改均落于本申请所附权利要求所限定的范围。
[0046] 实施例
[0047] 图1为本发明实施例的对基聚类采样部分实现的框架图，具体流程描述如下：
[0048] 用公式表达来表达，假设有一个包含m个对象的数据集X，定义X= {Xl，x2，… ，xM}。在运行N个基聚类算法后，得到N个基聚类π，定义jt= {l，jt2，···，jtn}。然后， 对η进