一種改進型基於計算機大數據的臨時社交網絡確定系統的製作方法
2023-12-03 19:58:11 6
本發明涉及網絡社交技術領域，特別涉及一種改進型基於計算機大數據的臨時社交網絡確定系統。
背景技術：
隨著社交網絡的迅猛發展，社交網絡中呈現形態各異的各種網絡結構和網絡關係。在線社交網絡已逐漸成為連接各類網絡信息和人類現實世界不可或缺的紐帶。對社交網絡的深度剖析能幫助人們更好的理解社交網絡的構造機理、網絡中用戶的行為模式和網絡結構的演化過程。
由於網絡社交中，各種臨時關係的存在，因而無法對用戶關係的親密程度進行指標量化。
技術實現要素：
有鑑於此，本發明提出一種改進型基於計算機大數據的臨時社交網絡確定系統。
一種改進型基於計算機大數據的臨時社交網絡確定系統，其包括如下單元：
信息獲取單元，用於基於各個用戶的輸入信息以及即時通信信息、社交網絡信息獲取用戶的顯性信息以及隱性信息，並將用戶的顯性信息、隱性信息發送給信息分類單元；
信息分類單元，用於將顯性信息以及隱性信息劃分為需加密信息以及不需要加密信息；通過AES加密算法對需加密信息加密，並將加密後的信息以及不需要加密信息發送給身份驗證單元；
身份驗證單元，用於驗證用戶身份信息，在驗證未通過時，終止；在驗證通過時，將將加密後的信息以及不需要加密信息發送給集建立單元、第一陣列建立單元、第二陣列建立單元；
集建立單元，用於接收並解密用戶的顯性信息以及隱性信息，並據此建立用戶在社交網絡中未來時間劃分集、各個時間段分別對應於用戶行為集、用戶行為發生的空間位置集以及用戶行為發生的誘因集；通過上述各個集中各個元素多對多的映射關係表示用戶行為的概率性；
第一陣列建立單元，用於接收並解密用戶的顯性信息以及隱性信息，並據此對用戶及其對應的用戶角色或職業建立映射關係陣列，建立用戶角色或職業轉換關係陣列，建立用戶角色或職業與用戶屬性間的從屬關係陣列，通過第一陣列建立單元中上述三個關係陣列建立用戶屬性的概率陣列；
第二陣列建立單元，用於接收並解密用戶的顯性信息以及隱性信息，並據此建立不同用戶集間的映射關係陣列，建立用戶與位置映射關係陣列；將第二陣列建立單元中兩個映射陣列相結合，計算不同用戶活動軌跡的相互關係和他們各自的活動軌跡，從而劃定用戶活動區域；
推測單元，用於根據集建立單元中用戶行為的概率性對用戶行為進行概率預測；根據第一陣列建立單元中用戶屬性的概率陣列對用戶的屬性進行預測，並對用戶的角色的遷移進行分析和預測，在用戶角色發生遷移時對用戶的職業進行推斷；
臨時社交任務分配單元，用於接收不同類型的臨時社交網絡構建需求，並根據集建立單元中用戶行為的概率性，第一陣列建立單元中用戶屬性的概率性以及第二陣列建立單元中的不同用戶集間的映射關係陣列、用戶與位置映射關係陣列選擇相應的用戶構成臨時社交網絡，並且對各個用戶的角色進行分配；
群體推薦單元，用於根據臨時社交任務分配單元中建立的臨時社交網絡進行群體性推薦。
在本發明所述的改進型基於計算機大數據的臨時社交網絡確定系統中，所述推測單元還包括，根據第一陣列建立單元中用戶屬性的概率陣列對用戶進行相似用戶的推薦。
在本發明所述的改進型基於計算機大數據的臨時社交網絡確定系統中，集建立單元包括：建立用戶集U所在的社交網絡中未來時間劃分集T＝{t1,t2,t3,...tn}；
各個時間段分別對應於用戶行為集其中表示t1時刻用戶從事的事件，並依序類推；
分別定義用戶行為發生的空間位置集和誘因集其中和分別表示t1時刻用戶行為發生時的空間位置和導致用戶行為發生的誘因；
用戶行為的概率性表示如下：U→T→L→E→W，其中各個集中各元素依次為多對多的映射關係。
在本發明所述的改進型基於計算機大數據的臨時社交網絡確定系統中，所述第二陣列建立單元包括：
對用戶及其對應的用戶角色或職業建立映射關係陣列MU→R，行標識序列{MU1,MU2，MU3，…，MUn}和列標識序列{MR1，MR2，MR3…，MRm}分別表示用戶集和各用戶對應的用戶角色或職業集；行與列的交叉所對應的數值表示二者之間是否存在映射關係，映射關係陣列是一個n*m階的布爾陣列，行列交叉數值為1表示二者存在映射關係，為0則表示無映射關係；
建立對用戶角色或職業轉換關係陣列RF→B，行標識序列{RF1,RF2,RF3…,RFn}和列標識序列{RB1,RB2,RB3…,RBn}分別表示轉換前後的用戶角色或職業；行與列的交叉所對應的數值用以表示用戶角色或職業轉換的概率；
陣列RF→B如下：
對於，表明用戶角色或職業在轉換前後均應保持其閉合性；在一個閉合空間內的用戶角色或職業在轉換前後，存在表明用戶角色或職業保持不變時，轉換關係概率恆定為0；
建立用戶角色或職業與用戶屬性間的從屬關係陣列MR→A，行標識序列{MR1,MR2,MR3…,MRn}和列標識序列{MA1,MA2,MA3…,MAn}分別對應用戶角色或職業種類和用戶屬性類別，舉證行與列的交叉所對應的數值用以表示用戶角色或職業與用戶屬性間是否存在從屬關係；
陣列MR→A如下：
從屬關係陣列MR→A對應的是一個布爾陣列，表明用戶角色或職業與用戶屬性間是否存在從屬關係，若存在行列交叉概率為1，否則為0；
根據陣列MU→R、RF→B、MR→A對用戶屬性的概率性建立陣列運算關係：
Uproperty＝MU→R×MR→A×RF→B
其中Uproperty表示用戶屬性的概率陣列。
在本發明所述的改進型基於計算機大數據的臨時社交網絡確定系統中，第二陣列建立單元包括：
建立不同用戶集間的映射關係陣列MU→U'，其中，行標識序列{U1,U2,U3…,Un}和列標識序列{U』1,U』2,U』3…,U』n}分別表示用戶集U與U』之間建立或破裂的用戶關係；行與列的交叉所對應的數值用以表示不同的用戶集之間是否建立了映射關係；
陣列MU→U'如下：
陣列MU→U'中，不同用戶集之間的映射關係陣列對應的是一個布爾陣列，用於表示用戶之間是否建立了社會關係或該關係已由於某種原因而導致破裂，若用戶間建立關係則行列交叉概率為1，若用戶間未建立關係則行列交叉概率為0，若用戶間的關係由於某種原因而導致破裂則交叉概率為-1；
建立用戶與位置映射關係陣列MU→L
陣列MU→L中用戶活動所對應的每個位置都存在一定的概率，該概率的取值為一個介於0-1之間的數值，數值越大表明該用戶在該位置的活動頻度越大，從而說明該位置是用戶活動的常用位置。
實施本發明提供的改進型基於計算機大數據的臨時社交網絡確定系統與現有技術相比具有以下有益效果：通過建立各種集合的矩陣，能夠將各種臨時關係的存在，因而無法對用戶關係的親密程度進行指標量化；並且將上述用戶的顯性信息以及隱性信息進行加密並發送給集建立單元、第一陣列建立單元、第二陣列建立單元，能夠大大提高信息在傳輸過程中的安全性；此外，通過群體推薦單元根據臨時社交任務分配單元中建立的臨時社交網絡進行群體性推薦，有別於個性化推薦，能夠有針對性的進行群體性推薦，提高了興趣、愛好推薦的效率和覆蓋面。更進一步地，通過設置信息分類單元，將顯性信息以及隱性信息劃分為需加密信息以及不需要加密信息；通過AES加密算法對需加密信息加密，並將加密後的信息以及不需要加密信息發送給身份驗證單元；通過身份驗證單元，驗證用戶身份信息，在驗證未通過時，終止；在驗證通過時，將將加密後的信息以及不需要加密信息發送給集建立單元、第一陣列建立單元、第二陣列建立單元。不但降低了加密和解密的數據量，同時兼顧了數據傳輸的安全性。
附圖說明
圖1是本發明實施例的改進型基於計算機大數據的臨時社交網絡確定系統結構框圖。
具體實施方式
如圖1所示，針對現有技術的缺陷，本發明提出了一種改進型基於計算機大數據的臨時社交網絡確定系統，其包括如下單元：
信息獲取單元，用於基於各個用戶的輸入信息以及即時通信信息、社交網絡信息獲取用戶的顯性信息以及隱性信息，並將用戶的顯性信息、隱性信息發送給信息分類單元。
信息分類單元，用於將顯性信息以及隱性信息劃分為需加密信息以及不需要加密信息；通過AES加密算法對需加密信息加密，並將加密後的信息以及不需要加密信息發送給身份驗證單元。
身份驗證單元，用於驗證用戶身份信息，在驗證未通過時，終止；在驗證通過時，將將加密後的信息以及不需要加密信息發送給集建立單元、第一陣列建立單元、第二陣列建立單元。
集建立單元，用於接收並解密用戶的顯性信息以及隱性信息，並據此建立用戶在社交網絡中未來時間劃分集、各個時間段分別對應於用戶行為集、用戶行為發生的空間位置集以及用戶行為發生的誘因集；通過上述各個集中各個元素多對多的映射關係表示用戶行為的概率性；
第一陣列建立單元，用於接收並解密用戶的顯性信息以及隱性信息，並據此對用戶及其對應的用戶角色或職業建立映射關係陣列，建立用戶角色或職業轉換關係陣列，建立用戶角色或職業與用戶屬性間的從屬關係陣列，通過第一陣列建立單元中上述三個關係陣列建立用戶屬性的概率陣列；
第二陣列建立單元，用於接收並解密用戶的顯性信息以及隱性信息，並據此建立不同用戶集間的映射關係陣列，建立用戶與位置映射關係陣列；將第二陣列建立單元中兩個映射陣列相結合，計算不同用戶活動軌跡的相互關係和他們各自的活動軌跡，從而劃定用戶活動區域；
推測單元，用於根據集建立單元中用戶行為的概率性對用戶行為進行概率預測；根據第一陣列建立單元中用戶屬性的概率陣列對用戶的屬性進行預測，並對用戶的角色的遷移進行分析和預測，在用戶角色發生遷移時對用戶的職業進行推斷；
臨時社交任務分配單元，用於接收不同類型的臨時社交網絡構建需求，並根據集建立單元中用戶行為的概率性，第一陣列建立單元中用戶屬性的概率性以及第二陣列建立單元中的不同用戶集間的映射關係陣列、用戶與位置映射關係陣列選擇相應的用戶構成臨時社交網絡，並且對各個用戶的角色進行分配；
群體推薦單元，用於根據臨時社交任務分配單元中建立的臨時社交網絡進行群體性推薦。
可選地，在本發明實施例所述的改進型基於計算機大數據的臨時社交網絡確定系統中，所述推測單元還包括，根據第一陣列建立單元中用戶屬性的概率陣列對用戶進行相似用戶的推薦。
可選地，在本發明實施例所述的改進型基於計算機大數據的臨時社交網絡確定系統中，集建立單元包括：建立用戶集U所在的社交網絡中未來時間劃分集T＝{t1,t2,t3,...tn}；
各個時間段分別對應於用戶行為集其中表示t1時刻用戶從事的事件，並依序類推；
分別定義用戶行為發生的空間位置集和誘因集其中和分別表示t1時刻用戶行為發生時的空間位置和導致用戶行為發生的誘因；
用戶行為的概率性表示如下：U→T→L→E→W，其中各個集中各元素依次為多對多的映射關係。
可選地，在本發明實施例所述的改進型基於計算機大數據的臨時社交網絡確定系統中，所述第二陣列建立單元包括：
對用戶及其對應的用戶角色或職業建立映射關係陣列MU→R，行標識序列{MU1,MU2，MU3，…，MUn}和列標識序列{MR1，MR2，MR3…，MRm}分別表示用戶集和各用戶對應的用戶角色或職業集；行與列的交叉所對應的數值表示二者之間是否存在映射關係，映射關係陣列是一個n*m階的布爾陣列，行列交叉數值為1表示二者存在映射關係，為0則表示無映射關係；
建立對用戶角色或職業轉換關係陣列RF→B，行標識序列{RF1,RF2,RF3…,RFn}和列標識序列{RB1,RB2,RB3…,RBn}分別表示轉換前後的用戶角色或職業；行與列的交叉所對應的數值用以表示用戶角色或職業轉換的概率；
陣列RF→B如下：
對於，表明用戶角色或職業在轉換前後均應保持其閉合性；在一個閉合空間p內的用戶角色或職業在轉換前後，存在表明用戶角色或職業保持不變時，轉換關係概率恆定為0；
建立用戶角色或職業與用戶屬性間的從屬關係陣列MR→A，行標識序列{MR1,MR2,MR3…,MRn}和列標識序列{MA1,MA2,MA3…,MAn}分別對應用戶角色或職業種類和用戶屬性類別，舉證行與列的交叉所對應的數值用以表示用戶角色或職業與用戶屬性間是否存在從屬關係；
陣列MR→A如下：
從屬關係陣列MR→A對應的是一個布爾陣列，表明用戶角色或職業與用戶屬性間是否存在從屬關係，若存在行列交叉概率為1，否則為0；
根據陣列MU→R、RF→B、MR→A對用戶屬性的概率性建立陣列運算關係：
Uproperty＝MU→R×MR→A×RF→B
其中Uproperty表示用戶屬性的概率陣列。
可歸納影響用戶屬性出現概率性變化的影響因素：時間、位置、用戶社會關係、用戶從事工作等。用戶在不同時期的用戶屬性會發生轉變，例如用戶通常在6-22周歲完成學業，因此具備學生的各項屬性，但22周歲後，用戶會進入社會從事不同職業，扮演不同社會角色，因此具備不同社會角色的用戶屬性。用戶在不同位置的用戶屬性會發生轉變，例如用戶在教室講課，他具備教師的用戶屬性，但他在商場購買商品，他則具備消費者的用戶屬性。用戶的社會關係對用戶屬性的轉變產生影響，例如，教師-學生，提供者-消費者，醫生-病人等各種社會關係之間均存在相互轉化的可能性。因此，當社會關係發生變化時，用戶屬性隨之轉變。
可選地，在本發明實施例所述的改進型基於計算機大數據的臨時社交網絡確定系統中，第二陣列建立單元包括：
建立不同用戶集間的映射關係陣列MU→U'，其中，行標識序列{U1,U2,U3…,Un}和列標識序列{U』1,U』2,U』3…,U』n}分別表示用戶集U與U』之間建立或破裂的用戶關係；行與列的交叉所對應的數值用以表示不同的用戶集之間是否建立了映射關係；
陣列MU→U'如下：
陣列MU→U'中，不同用戶集之間的映射關係陣列對應的是一個布爾陣列，用於表示用戶之間是否建立了社會關係或該關係已由於某種原因而導致破裂，若用戶間建立關係則行列交叉概率為1，若用戶間未建立關係則行列交叉概率為0，若用戶間的關係由於某種原因而導致破裂則交叉概率為-1；
建立用戶與位置映射關係陣列MU→L
陣列MU→L中用戶活動所對應的每個位置都存在一定的概率，該概率的取值為一個介於0-1之間的數值，數值越大表明該用戶在該位置的活動頻度越大，從而說明該位置是用戶活動的常用位置。
用戶關係的概率性，指的是不同用戶間的關聯不斷發生變化的不確定性。用戶關係的建立與轉換，受到社會需求、用戶主觀意願等各種誘因的驅動，同時也受到用戶間相互作用的制約。誘因驅動在用戶事件發生前，事先無法被預知，但它造成用戶多次歷史行為的重複，卻為用戶關係的概率性預測創造了契機。另外，用戶間的相互作用、用戶言論傳播的影響力等因素均會對用戶關係的概率性造成影響。例如，通過用戶的自薦或用戶間的互相推薦，通過傳播媒介(報紙、網際網路、廣播等)對相關人物或事件的報導均可導致用戶關係的建立或破裂。
可以理解的是，對於本領域的普通技術人員來說，可以根據本發明的技術構思做出其它各種相應的改變與變形，而所有這些改變與變形都應屬於本發明權利要求的保護範圍。