苏晓光 富春岩

摘要：本文对依据一种新颖的识别用户社交圈的方法所建模型進行了实验设计及分析。将朋友之间相互网络联系视为用户个人网络上的点聚类问题，同时结合网络结构和用户资料信息开发了一种检测社交圈的模型，对于每个聚集可分析其成员以及特定用户信息的相似性度量，通过对多重社交圈建立的点关系模型，可以发现重叠和分层嵌套的社交圈。通过真实数据来验证模型的性能，实验结果表明，本文所建模型可以准确识别社交圈中多样化数据的归属集合。

关键词：社交圈；聚类问题；分层嵌套

中图分类号：TP311 文献标志码：A 文章编号：1009-3044（2018）15-0045-02

1引言

如何组织庞大而凌乱的个人社交网络是具有挑战性的问题，社交网站允许用户手动将他们的朋友分配到各社交圈，如微信的“朋友圈”，人人网的“好友”等。用户借助社交网站来组织网络和交流，将朋友分类到所谓的社交朋友圈，几乎所有的社交网站提供了这样的功能。构建这样的社交圈不但要耗费用户大量的精力，而且随着用户社交圈的扩大，随时更新的代价惊人。目前构建如上社交圈的方法都不尽如人意，我们项目组在文献[1]中提出一种自动发现社交网络中社交圈的方法，通过在真实数据集上评估，与Streich等提出的多任务聚簇算法[2]，Yoshida等提出的低秩嵌入算法[3]，Balasubramanya和Cohen提出的block-LDA算法[4，5]进行对比，本方法依靠结合点和边的信息来预测多元朋友圈中的成员，具有良好的性能。……