专利名称：一种基于控制集改进算法的社交网络分层方法
技术领域：
本发明涉及一种基于控制集改进算法的社交网络分层方法，属于在线社交网络技术领域。
背景技术：
随着信息技术的高速发展，大型数据库与数据采集工具被广泛应用于企业及政府的管理实践中，这为人们带来了大量原始数据，同时也对相关的数据处理技术提出了更高的要求。为了更有效地处理大型数据集，并从中发现有用的信息，多种数据挖掘技术应运而生，如分类技术、预测技术、聚类分析等等。另一方面，在线社交网络已经成为互联网上发展最快的应用，如何从海量的社交数据中提取出有用的信息已成为重要的研究课题。例如，通过数据挖掘的方法，我们可以分析出用户之间的相关性、购买兴趣分布等实用信息，然后在不同的地区制定不同的营销策略。关于社交网络的数据挖掘其研究内容非常广泛，对网络进行层次划分也是其中之一。不难发现，在大量的社交网络中都存在着不同的社交层次。比如，一些人比另一些人的人缘更好，一些人的举动更能引起其他人的模仿等等，找到这样的社交领袖团体不仅对于决策的制定者非常重要，对于执行者都有非比寻常的意义。而现在已有的关于社交网络的结构分析方法，如社团发现、引文分析等方法等不能满足确定社交影响者的目标，因此我们采用经典的图控制集来解决这一问题。而图中的最小控制集是经典的NP-困难问题，它的确定性算法通常带来复杂的数据结构和漫长的运行时间，实际运行效果并不理想。
发明内容
本发明提出了一种基于控制集改进算法的社交网络分层方法，采用启发式方法中的进化算法来求解最小控制集问题，进而对相关的社交网络进行分层分析，不仅结构简单，而且计算效率较高。本发明为解决其技术问题采用如下技术方案:
一种基于控制集改进算法的社交网络分层方法，包括如下三个步骤:(1)将社交网络中的成员视作图的顶点，若两个成员之间有联系，则在对应的两点之间联边，如此则得到一个图，然后将社交网络的分层问题转化为搜索图的最小控制集问题；(2)用基于引导变异的的进化算法来搜索最小控制集；(3)将图的控制集转化为社交网络的领袖团体以实现分层。所述步骤(2)中用基于引导变异的的进化算法来搜索最小控制集，包括如下步骤:
1)进行编码转换，将最小控制集问题转换到进化算法所能处理的搜索空间中；
2)生成种群: a)在个顶点的图中，随机选取殳个点，设为点集 ，在卩的基础上随机添加点集η2DD 之外的点得到控制隼i从-中依次删点，使其成为极小控制集，记为β11,即得到种群中的一个新个体；
b)重复步骤a)所述的修复过程F次，即得到有N个个体的进化算法种群，N是正整
数；
3)遗传变异:
A)令时间t= 0，记At个初始解分别为x(I)，x(2)，…，,其中Xm为》维O -1向量
B)从F个解中留取其中顶点个数较少的Ai个解，不妨设为x(1)，xw’…’ ，其中Zili的顶点数最少；
C)定义引导向量为
权利要求
1.一种基于控制集改进算法的社交网络分层方法，其特征在于，包括如下三个步骤:(I)将社交网络中的成员视作图的顶点，若两个成员之间有联系，则在对应的两点之间联边，如此则得到一个图，然后将社交网络的分层问题转化为搜索图的最小控制集问题；(2)用基于引导变异的的进化算法来搜索最小控制集；(3)将图的控制集转化为社交网络的领袖团体以实现分层。
2.根据权利要求1所述的一种基于控制集改进算法的社交网络分层方法，其特征在于所述步骤(2)中用基于引导变异的的进化算法来搜索最小控制集，包括如下步骤: 1)进行编码转换，将最小控制集问题转换到进化算法所能处理的搜索空间中； 2)生成种群: a)在个顶点的图"中，随机选取I个点，设为点集「，在n的基础上随机添加点集ηO2DD￡)之外的点得到控制集,从」中依次删点，使其成为极小控制集，记为-即得到种群中的一个新个体； b)重复步骤a)所述的修复过程iV次，即得到有N个个体的进化算法种群，N是正整数； 3)遗传变异: A)令时间 = 0，记个初始解分别为χ(1 ，λ-(2) ,-, 其中;^为《维0-1向量( .---. ); B)从F个解中留取其中顶点个数较少的if个解，不妨设为;^，Λ.!2),-, ，其中χ 1}的顶点数最少； C)定义引导向量为
全文摘要
本发明公开了一种基于控制集改进算法的社交网络分层方法，属于在线社交网络技术领域。该方法包括如下三个步骤(1)将社交网络的分层问题转化为搜索图的最小控制集问题；(2)用基于引导变异的进化算法来搜索最小控制集；(3)将图的控制集转化为社交网络的领袖团体以实现分层。本发明将图的控制集引入社交网络分析，用控制集来指代社交网络中的领袖团体，然后通过改进的进化算法来对之进行求解，整个过程不仅结构简洁，而且运行效率较高。
文档编号G06F17/30GK103150360SQ20131006111
公开日2013年6月12日 申请日期2013年2月27日 优先权日2013年2月27日
发明者彭茂, 张媛 申请人:南京信息工程大学