專利名稱：：在大規(guī)模社會(huì)網(wǎng)絡(luò)中基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于互聯(lián)網(wǎng)
技術(shù)領(lǐng)域：
，尤其涉及互聯(lián)網(wǎng)下的社會(huì)網(wǎng)絡(luò)搜索。技術(shù)背景個(gè)人關(guān)系發(fā)現(xiàn)是指下一代互聯(lián)網(wǎng)中自動(dòng)的發(fā)現(xiàn)人和人之間的相連關(guān)系的方法，將會(huì)給互聯(lián)網(wǎng)帶來巨大的用戶和使用頻率，是體現(xiàn)互聯(lián)網(wǎng)新的技術(shù)以及經(jīng)濟(jì)價(jià)值的重要手段。査找人和人之間的路徑是個(gè)人關(guān)系發(fā)現(xiàn)的基本方法，其目標(biāo)是為了在兩個(gè)不直接認(rèn)識(shí)的人之間找到一條路徑，該路徑的節(jié)點(diǎn)為人，該路徑的相鄰兩個(gè)人為互相認(rèn)識(shí)的關(guān)系，通過這些人的介紹，可以將兩個(gè)不直接認(rèn)識(shí)的人聯(lián)系起來，從而使得兩個(gè)不直接認(rèn)識(shí)的人能夠找到一種建立連接的方式。基于路徑來查找個(gè)人關(guān)系是這一個(gè)領(lǐng)域中的重要方法，其目標(biāo)是先把社會(huì)網(wǎng)絡(luò)建模成為圖，用節(jié)點(diǎn)來表示人，用連接節(jié)點(diǎn)的邊表示人和人之間的關(guān)系。在大多數(shù)方法中，查找人和人之間的關(guān)系是通過在圖中査找兩個(gè)節(jié)點(diǎn)可能存在的路徑來達(dá)到目標(biāo)。在已提出的個(gè)人關(guān)系發(fā)現(xiàn)方法中存在以下一些局限性第一，僅考慮了"最小路徑"的簡(jiǎn)單情形，也就是說，只査找長(zhǎng)度最短的一條路徑，這個(gè)長(zhǎng)度最短的路徑有可能是具有的邊最少的路徑，也有可能是根據(jù)邊的權(quán)重和邊的個(gè)數(shù)計(jì)算出來的最短路徑。第二，缺少路徑評(píng)分機(jī)制，在進(jìn)行多條路徑査找的時(shí)候，可以根據(jù)路徑評(píng)分結(jié)果去掉分?jǐn)?shù)較低的路徑，提高系統(tǒng)的效率，這在大規(guī)模的社會(huì)網(wǎng)絡(luò)中應(yīng)用時(shí)非常重要。針對(duì)上述不足，本發(fā)明提出了一種基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)系統(tǒng)(PathRankingbasedAssociationSearch,簡(jiǎn)稱PRAS)。本發(fā)明通過引入一種路徑評(píng)分機(jī)制，更好的提高了個(gè)人關(guān)系發(fā)現(xiàn)的效率，能夠被應(yīng)用在節(jié)點(diǎn)數(shù)超過百萬的社會(huì)關(guān)系網(wǎng)絡(luò)中，進(jìn)行人和人之間關(guān)系的快速查找，并且還可以將其應(yīng)用于研究者的關(guān)系發(fā)現(xiàn)。
發(fā)明內(nèi)容有鑒于此，本發(fā)明的目的在于提供一種在大規(guī)模社會(huì)網(wǎng)絡(luò)下基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)方法和系統(tǒng)。該個(gè)人關(guān)系發(fā)現(xiàn)方法包括個(gè)人關(guān)系的模型搭建子模塊，個(gè)人關(guān)系最短路徑計(jì)算子模塊以及基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)子模塊和個(gè)人關(guān)系發(fā)現(xiàn)結(jié)果展示子模塊。本發(fā)明的核心在于基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)子模塊，其他子模塊為核心模塊提供數(shù)據(jù)服務(wù)。本發(fā)明所提出的方法的思路在于采用一種通用的社會(huì)網(wǎng)絡(luò)描述模型，首先基于該模型定義路徑評(píng)分方式；然后基于該模型構(gòu)建的社會(huì)網(wǎng)絡(luò)圖先査找出每相鄰兩個(gè)人之間的最短路徑；然后開始查找指定的兩個(gè)人之間路徑長(zhǎng)度不大于最短路徑某個(gè)倍數(shù)的所有路徑；最后按照路徑評(píng)分的順序?qū)⑺械穆窂椒祷亟o用戶。所述方法是基于一個(gè)已經(jīng)存在的社會(huì)網(wǎng)絡(luò)依次按以下步驟實(shí)現(xiàn)的，所采用的步驟框圖請(qǐng)見圖l，該方法包括如下步驟步驟l:構(gòu)建社會(huì)網(wǎng)絡(luò)圖設(shè)社會(huì)網(wǎng)絡(luò)為《二化"，其中^為有向圖，其中K為節(jié)點(diǎn)的集合，f為邊的集合，任何一個(gè)節(jié)點(diǎn)yeK代表社會(huì)網(wǎng)絡(luò)中的一個(gè)人，e;e^代表有向圖中的一條有向邊，表示社會(huì)網(wǎng)絡(luò)中的人K和PO之間存在的一種關(guān)系r，因?yàn)閮蓚€(gè)人之間可能存在多種關(guān)系。其中e;的小標(biāo)力'表示該邊的起始節(jié)點(diǎn)是^結(jié)束節(jié)點(diǎn)是K,，這個(gè)關(guān)系類型是r。在這個(gè)圖之中，我們限定一個(gè)人只能在圖中出現(xiàn)一次，也就是說，圖中的兩個(gè)節(jié)點(diǎn)不可能表示同一個(gè)人。在這個(gè)圖上定義個(gè)人關(guān)系，個(gè)人關(guān)系指的是圖中任意兩個(gè)節(jié)點(diǎn)之間可能出現(xiàn)的一條路徑，路徑在這里的定義是兩個(gè)人之間通過若干條邊組成的一種可以連通的關(guān)系，如果節(jié)點(diǎn)之間只有一條邊，那么退化成為e;ef這種類型的關(guān)系。因此，在這里，兩個(gè)人之間的關(guān)系既可以是由一條相互之間關(guān)聯(lián)的邊組成，也可以由多條邊組成。個(gè)人關(guān)系的輸入是兩個(gè)人K和^，輸出是這兩個(gè)人之間的關(guān)系，按關(guān)系的評(píng)分從高到低排列，其中某一個(gè)關(guān)系的表示如下{e;《2,…，e、}，這個(gè)集合中的元素個(gè)數(shù)大于或者等于l其中e;一e^，表示為圖中的一條邊，在這里力被定義為起點(diǎn)，J0定義為終點(diǎn)。設(shè)K,和^的一個(gè)路徑之間有77條邊，其中路徑的長(zhǎng)度定義為("，"■)'何』…'77其中P0)為7,和P0路徑上的第A條邊的權(quán)重，所以這個(gè)公式表示為從起點(diǎn)到終點(diǎn)的這條路徑上所有的邊的權(quán)重的和。本發(fā)明中的路徑長(zhǎng)度即路徑評(píng)分表示的是兩個(gè)人之間的親密程度，如果路徑評(píng)分低，則說明兩個(gè)人之間具有的這個(gè)路徑顯示的親密程度比較高，這個(gè)路徑比較重要；如果路徑評(píng)分高，則說明兩個(gè)人之間具有的這個(gè)路徑顯示的親密程度比較低，這個(gè)路徑不重要。在本發(fā)明中處理的所有關(guān)系以及權(quán)重表示如表1:表l，本發(fā)明處理的所有關(guān)系以及權(quán)重<table>tableseeoriginaldocumentpage6</column></row><table>關(guān)系權(quán)重的給定方法由人為給定，目前所采用的方法是隨機(jī)調(diào)研io個(gè)人，讓每個(gè)人對(duì)于每個(gè)關(guān)系都給出一個(gè)7-70分之間的分值，計(jì)算平均值后進(jìn)行四舍五入的取整，就是該關(guān)系的權(quán)重。下面舉例說明一個(gè)社會(huì)網(wǎng)絡(luò)，一個(gè)真實(shí)的基于實(shí)驗(yàn)室的社會(huì)網(wǎng)絡(luò)如圖2所示，在這個(gè)圖中，我們可以發(fā)現(xiàn)對(duì)于兩個(gè)人"小洪"和"王教授"之間存在著如下的關(guān)系1)小洪—淤…,潛導(dǎo)—蔡教一存，一個(gè)艱^中工^—王教授2)小洪—^jT章/^"者—唐博士—凝…^^^導(dǎo)一王教授所以，關(guān)系l)的分?jǐn)?shù)為4+3=7;關(guān)系2)的分?jǐn)?shù)為2+4=6步驟l就是創(chuàng)建一個(gè)社會(huì)網(wǎng)絡(luò)的圖，圖中的節(jié)點(diǎn)就是人，圖中的邊就是表l中定義的4種邊。社會(huì)網(wǎng)絡(luò)存儲(chǔ)在關(guān)系數(shù)據(jù)庫中，本發(fā)明采用如下的數(shù)據(jù)庫結(jié)構(gòu)來存儲(chǔ)社會(huì)關(guān)系網(wǎng)絡(luò):1)關(guān)系以及權(quán)重表，該表存儲(chǔ)社會(huì)關(guān)系網(wǎng)中的所有關(guān)系以及權(quán)重，如下所示表2,社會(huì)網(wǎng)絡(luò)圖中的關(guān)系類型以關(guān)系權(quán)重表<table>tableseeoriginaldocumentpage6</column></row><table>2)節(jié)點(diǎn)表，該表存儲(chǔ)社會(huì)網(wǎng)絡(luò)中的所有人，如表3所示:表3，社會(huì)網(wǎng)絡(luò)圖中的節(jié)點(diǎn)表<table>tableseeoriginaldocumentpage6</column></row><table>3)節(jié)點(diǎn)關(guān)系表，標(biāo)識(shí)社會(huì)網(wǎng)絡(luò)中的人之間的關(guān)系，如表4所示:表4,社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)關(guān)系表<table>tableseeoriginaldocumentpage7</column></row><table>實(shí)際上，圖中的每一條邊在表4中都有一條(雙向邊是兩條)相應(yīng)的記錄(表l中的行)。至此，一個(gè)社會(huì)網(wǎng)絡(luò)構(gòu)建完畢。步驟2:根據(jù)社會(huì)網(wǎng)絡(luò)圖，計(jì)算圖中每?jī)蓚€(gè)人之間的最短路徑的評(píng)分；在步驟l結(jié)束后，整個(gè)社會(huì)網(wǎng)絡(luò)已經(jīng)構(gòu)建完畢，在步驟2中，我們將計(jì)算社會(huì)網(wǎng)絡(luò)圖中任意兩個(gè)節(jié)點(diǎn)之間的最短路徑，以便讓步驟三使用。社會(huì)網(wǎng)絡(luò)途中任何兩個(gè)節(jié)點(diǎn)的最短路徑計(jì)算方法利用基于Dijkstra的圖最短路徑計(jì)算方法，算法如下算法的輸入，社會(huì)關(guān)系圖上的任意兩個(gè)節(jié)點(diǎn)y和"r和t分別代表兩個(gè)人。輸出f和t之間的最短路徑的評(píng)分。算法中的變量說明1)dis(a)的值表示圖中的節(jié)點(diǎn)a到r的最短路徑的評(píng)分；2)path(vj的值表示該條路徑到達(dá)f后的下一個(gè)節(jié)點(diǎn)；3)c(a)的值表示這個(gè)節(jié)點(diǎn)是否被遍歷過，0為還沒有遍歷過，l為遍歷過了；4)(u，v)表示某一條邊(u,v)的開始和結(jié)束節(jié)點(diǎn)，其中u表示開始節(jié)點(diǎn)，v表示結(jié)束節(jié)點(diǎn)。表不邊e的權(quán)重。1.首先對(duì)于除去t之外的所有G中的點(diǎn)t，設(shè)為(2-2—52).21()23;pst力^y)為0;c(a)為0;};2.令dis(t)為0;3.創(chuàng)建一個(gè)最小堆heap:4.將t插入到最小堆中；5.當(dāng)(最小堆不為空的時(shí)候)，做下面的循環(huán)(6.從最小堆中取出一個(gè)節(jié)點(diǎn)，設(shè)為如果^。不為7,繼續(xù)，否則回到第5步;7.c(^,J設(shè)為1:8.得到所有指向k的邊的集合"yj;9.(對(duì)于每個(gè)在f(^,J中的邊，設(shè)為&J,做下面的循環(huán)(10.得到；的起始和終結(jié)節(jié)點(diǎn)("，^J;11.如果(c(")為0并且+dis(pwj<dis("))則做如下操作{12.令dis(")為『(e碰)+disO.);13.令path(o)為7孤.;14.if(如果節(jié)點(diǎn)"存在于最小堆中)則做如下操作(15.將y從最小堆中移除16.}如果節(jié)點(diǎn)u不存在于最小堆中，則做如下操作{17.將y插入到最小堆中；18.}19.)20.}21.}22.輸出dis(v)的值，該值就是r到t之間的最短路徑；算法的一個(gè)例子如附圖3所示，在附圖3中，求r和t之間的最短路徑，算法的計(jì)算流程如下所示1)初始化先初始化算法的所有參數(shù)(2一2—52)2翻，必"sA(2-2—52)21。23，(2-2,2腦，^^c>pat/(Vj二一/,patA(k^二一厶pst力(^」二一7,pat/("by*=—/,c(VJ:ftcrW:O,c廣W:ac(W^,-o^s(^^2)算法開始，創(chuàng)建最小堆，將t插入最小堆；3)最小堆不為空，開始循環(huán)，取出節(jié)點(diǎn)，這時(shí)候?yàn)閠，于是&,。為t,于是c^;^;4)得到所有指向t的邊的集合，設(shè)為^t)^(a，t),(b,t"5)對(duì)于f(t)中的邊，開始循環(huán)6)首先處理(a，t)，因?yàn)閏(a)^并且w((a,t))+dis(t)=5+0=5<dis(a)=(2-2-52).2肌所以dis(a)=5，path(a)=t;將a入最小堆；7)然后處理(b,t)，因?yàn)閏(b)^并且w((b，t))+dis(t)，6+0〈dis(bH(2-2-52).21。2所以dis(b)=6，path(b)=t;將b入最小堆；(2-2一52)28)因?yàn)樽钚《巡粸榭?，所以開始循環(huán)，取出節(jié)點(diǎn)，這時(shí)候?yàn)閍，于是c(a)4;9)得到所有指向a的邊的集合^Ta^Kv,aM;10)對(duì)于E(a)中的邊，開始循環(huán)11)處理(v，a)，因?yàn)閏(v)-0，并且w((v,a))+dis(a^2+5^7〈dis(v)二(2-2—52).21。23，所以dis(v)=7，path(v):a;將v入最小堆;12)因?yàn)樽钚《巡粸榭?，所以開始循環(huán)，取出節(jié)點(diǎn)，這時(shí)候?yàn)閎，于是c(b^l;13)得到所有指向b的邊的集合f{(v，b)};14)對(duì)于E(b)中的邊，開始循環(huán)15)處理(v，b)，因?yàn)閏(v)=0;而且w(v,b)+dis(b^3十6〉dis(v)-6，所以不做動(dòng)作。16)最小堆不為空，所以開始循環(huán)，取出節(jié)點(diǎn)，這時(shí)候?yàn)関，于是退回循環(huán)；17)此時(shí)最小堆為空，則輸出力、6^=6,就是r和t之間的最短路徑；上面是圖3節(jié)點(diǎn)y和t之間最短路徑計(jì)算的例子，對(duì)于圖3中的任意兩個(gè)節(jié)點(diǎn)，都利用上述方法計(jì)算出最短路徑并且存放在數(shù)據(jù)庫中。數(shù)據(jù)庫表的結(jié)構(gòu)包括三列源節(jié)點(diǎn)；目標(biāo)節(jié)點(diǎn)和最短路徑。如表5所示，表5表示了圖2中的社會(huì)網(wǎng)絡(luò)的任意兩個(gè)節(jié)點(diǎn)之間的最短路徑在數(shù)據(jù)庫中存放的實(shí)際情況。表5，任意兩個(gè)節(jié)點(diǎn)之間最短路徑記錄表<table>tableseeoriginaldocumentpage9</column></row><table>這個(gè)表記錄了社會(huì)關(guān)系圖中任意兩個(gè)節(jié)點(diǎn)之間的最短路徑，如果這兩個(gè)節(jié)點(diǎn)并不連通，那么采用雙精度實(shí)數(shù)的最大值作為無窮大，該值為(2-2—52)，21()23。在步驟2中，對(duì)步驟1所產(chǎn)生的社會(huì)關(guān)系網(wǎng)絡(luò)中的任意兩個(gè)節(jié)點(diǎn)的最短路徑進(jìn)行計(jì)算，并且將結(jié)果保存在數(shù)據(jù)庫中。步驟3:根據(jù)路徑評(píng)分，對(duì)于任意指定的兩個(gè)人，查找他們之間的社會(huì)關(guān)系；當(dāng)步驟1和步驟2把社會(huì)網(wǎng)絡(luò)圖以及圖中任意兩個(gè)人的最短路徑都生成完畢后，就可以進(jìn)行社會(huì)網(wǎng)絡(luò)巾任意兩個(gè)人之間的關(guān)系的快速查找了，設(shè)社會(huì)網(wǎng)絡(luò)圖中的兩個(gè)人為R和^，并且設(shè)定所返回的路徑不能大于最短路徑的倍數(shù)-，可以開始按照下面的方法進(jìn)行社會(huì)網(wǎng)絡(luò)中的關(guān)系的査找其中參數(shù)》的作用是用來過濾一些不親密的關(guān)系，因?yàn)榍懊嬉呀?jīng)提到，一個(gè)關(guān)系的評(píng)分越低，說明它越重要，比如^=1.2，那么，所有分?jǐn)?shù)高于k和^的最短路徑長(zhǎng)度乘于1.2的路徑都將被過濾掉。只返回那些重要的關(guān)系可以加快關(guān)系查找的速度，同時(shí)又兼顧到用戶關(guān)心的重要的關(guān)系，為本發(fā)明的核心。該方法步驟如下，其中對(duì)應(yīng)的變量和步驟2中查找兩個(gè)人之間的最短路徑的方法的變量的意義保持一致。增加了如下變量1)d(a)，表示從節(jié)點(diǎn)s到節(jié)點(diǎn)R的路徑長(zhǎng)度；2)乙,，表示k,和to之間的最短路徑；1.首先初始化邊的權(quán)重，對(duì)于社會(huì)網(wǎng)絡(luò)中所有的邊ee&令這些邊的權(quán)重為『(ej，為方便起見記作i，其中w,為k和io之間的關(guān)系的權(quán)重，這些關(guān)系的權(quán)重列表見表1;2.其次對(duì)于除去終點(diǎn)^的所有的點(diǎn)fE^力，令dis(k)等于從y到力的最短路徑長(zhǎng)度；3.設(shè)厶&為K和K,之間的最短路徑，所以有乙化為dis(r》；4.將^入棧；5.定義如下兩個(gè)變量c/"j，crw。表示從k到7的路徑長(zhǎng)度，表示y是否已經(jīng)在路徑中出現(xiàn)過。并且對(duì)于任何圖中的節(jié)點(diǎn)k，都初始化^6^=0,crV=o。因?yàn)镵已經(jīng)在路徑中，所以CfVJ=2;6.如果(棧還不為空)，那么進(jìn)行跳到7，如果(棧為空)，那么跳到13;7.得到棧頂?shù)墓?jié)點(diǎn)s,將起點(diǎn)是s的邊的集合記為5YV,8.對(duì)于^YW中的任何邊&，進(jìn)行如下操作；9.假設(shè)邊e,是從s指向y的，那么如果"還未在路徑中，并且滿足從r,到s的路徑長(zhǎng)度+從s到u的路徑長(zhǎng)度+從"到k,.的長(zhǎng)度小于"乙.。，則跳到10，否則跳到12;10.如果"-po.，那么一條路徑己經(jīng)找到，對(duì)該路徑進(jìn)行評(píng)分，加到返回結(jié)果集中；11.如果"并不等于io,那么將y加入到棧頂，并且標(biāo)記u為在路徑中的節(jié)點(diǎn)，c^=cr^W，并且更新y到K,.的值，Wa^t/^XeJ12.說明該條邊已經(jīng)被淘汰，將s是否在路徑中的值減l，cr^=cr^-L'13.得到所有的關(guān)系結(jié)果。算法的一個(gè)例于如附圖4所示，輸入為^和po，參數(shù)為-=丄2,就是找到所有關(guān)系長(zhǎng)度小于1.2*7=8.4的k和io之間的關(guān)系。在這個(gè)算法中，用隊(duì)列變量^來存儲(chǔ)所有得到的路徑。1)算法初始化得到所有邊的權(quán)重『(V"S」力『(^,0^=3,0^=《『(V力力5『&P^二7'(f(^t^:5Kjy>=《r"e/>=《『fe初始化dis(v):力's(VJ二7,g^s^y)二乙力'sfW-5g^s廣^-《力's(VJ^2。，力's^^二iV^/s(TJ二。，令L由=dis(Vi)=7，建立一個(gè)棧，并且將(Vi，NULL)插入棧，對(duì)于圖中所有的節(jié)點(diǎn)，初始化d(v)和c(v)，令d(Vi)=d(a)=d(b)=d(c)=d(d)=d(e)=d(f)=d(v》=0，c(Vi)=c(a)=c(b)=c(c)=c(d)=c(e)=d(f)=c(Vj)=0令c(Vi)=l;2)因?yàn)闂２粸榭?，所以彈出棧頂元素，?k，NULL),得到k作為起始節(jié)點(diǎn)的所有邊的集合A6^〃6^a人&,從c人d人對(duì)于每個(gè)f"J中的邊，進(jìn)行循環(huán)處理；3)處理(v,，a)，因?yàn)閏(a):O，而且d(Vi)+『(6^,a力十dis(a)=0+1+0=1〈U.4，而且又因?yàn)閍不是vj;所以將(a,(Vi，a))加入棧，并且c(a)=c(a)+1，d(a)=d(Vi)+『(f^力a)=1;4)返回到算法2中的步驟6，因?yàn)闂２粸榭?，所以彈出棧頂元素，?a，(Vi，a))，得到a作為起始節(jié)點(diǎn)的所有邊的集合f^)二/Ys,W人對(duì)于A(V中的邊，進(jìn)行循環(huán)處理；5)處理(a，Vj)，因?yàn)閏(Vj)^，而且d(a)+w((a，Vj))+dis(Vj)=l+7+0=8<8.4，而且因?yàn)镵;就是該邊的終點(diǎn)，所以將棧中在(Vi,，a)之前的所有邊得到，作為一條路徑，就是(Vi,a)(a,Vj)，將該條路徑存儲(chǔ)到A中，并且記錄該條路徑的長(zhǎng)度；并且彈出(a，(Vi,a))，并且c(a):c(a)-1;6)處理(v;，b)，因?yàn)閏(b):0，而且3")+『(&,W)+dis(6)=0+2+0=2<仏.。=8.4，而且又因?yàn)閎不是Vj;所以將(b,(Vi,b))加入棧，并且c(b)=c(b)+l，d(b)=d(Vi)+『(""W)=2;7)返回到算法2中的步驟6，因?yàn)闂２粸榭?，所以彈出棧頂元素，?b，(Vl，b))，得到b作為起始節(jié)點(diǎn)的所有邊的集合ff^^;YAW人對(duì)于ff^中的邊，進(jìn)行循環(huán)處理；8)處理(b，Vj)，因?yàn)閏(Vj):0'而且d(b)+w((b,Vj))+dis(Vj)二2+5十(KK8.4，而且因?yàn)镵,就是該邊的終點(diǎn)，所以將棧中在(v,.,b)之前的所有邊得到，作為一條路徑，就是(Vi，b)(b,Vj)，將該條路徑存儲(chǔ)到A中，并且記錄該條路徑的長(zhǎng)度；并且彈出(b，(Vl,b))，并且c(b卜c(b)-l;9)處理(v,,c)，因?yàn)閏(c):0，而且d(Vl)+『((Kc力+dis(c)=0+3+0=3<"乙化=8.4，而且又因?yàn)镃不是V"所以將(C,(Vi,C))加入棧，并且C(C)=C(C)+l，d(C)=d(V》+>K(V力0>)=3;10)返回到算法2中的步驟6，因?yàn)闂２粸榭?，所以彈出棧頂元素，?c,(Vi,c))，得到c作為起始節(jié)點(diǎn)的所有邊的集合i^a;^Yc,^人對(duì)于/:Yd中的邊，進(jìn)行循環(huán)處理；11)處理(c,Vj)，因?yàn)閏(Vj)=0，而且d(c)+w((c,Vj))+dis(Vj)=3+6+0=9>8.4，因此彈出(c,(Vi,c))，并且c(c):c(c)-l;12)處理(v,.,d)，因?yàn)閏(d)-0，而且d(、)十(K&《)十dis(o)=0+2+0=2〈仏力=8.4，而且又因?yàn)閐不是Vj;所以將(d,(Vi，d))加入棧，并且"(1)="3)+1，(1(00^(^)+10)返回到算法2中的步驟6，因?yàn)闂２粸榭?，所以彈出棧頂元素，?d,(Vi，d))，得到d作為起始節(jié)點(diǎn)的所有邊的集合f^^/"對(duì)于Z^^中的邊，進(jìn)行循環(huán)處理；11)處理(d,e),因?yàn)閏(e)二O,而且d(e)+w((d,e))+dis(e)=2+8+0=10>8.4，因此彈出(d，(Vi,d))，并且c(d)^(d)-1;12)棧為空，退出循環(huán)；13)輸出A，A包含了兩條路徑(Vi,b)(b，v》，(Vi,a)(a，Vj)步驟4:根據(jù)不同條件設(shè)置進(jìn)行路徑輸出；A屮包含了本方法返回的路徑，其中包含如下信息1.路徑的長(zhǎng)度，按照邊的權(quán)重計(jì)算得出，在算法2中的14行計(jì)算得到該值；2.每條路徑的邊的個(gè)數(shù)，因?yàn)榉祷氐穆窂浇M織成邊的形式，所以能夠得到每條路徑的邊的個(gè)數(shù)。在排序的時(shí)候，本發(fā)明允許用戶利用這兩個(gè)參數(shù)得到相應(yīng)的排序結(jié)果，缺省情況下，本發(fā)明所返回的路徑按照路徑長(zhǎng)度排序。系統(tǒng)的硬件結(jié)構(gòu)圖見圖5，基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)的4個(gè)子系統(tǒng)分別實(shí)現(xiàn)了方法的4個(gè)步驟，而這4個(gè)子系統(tǒng)用4個(gè)裝置實(shí)現(xiàn)。說明如下其中裝置4社會(huì)網(wǎng)絡(luò)生成服務(wù)器負(fù)責(zé)生成社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)圖，并且將社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)圖存儲(chǔ)在裝置3數(shù)據(jù)庫服務(wù)器上。裝置4負(fù)責(zé)步驟1的工作，生成了表l,表2，表3和表4，然后通過網(wǎng)絡(luò)將這些表存儲(chǔ)在裝置3中；裝置3是系統(tǒng)的數(shù)據(jù)服務(wù)器，接受裝置4傳過來的表1-4，同時(shí)利用步驟2的方法，讀取表1-4的數(shù)據(jù)生成表5，于是裝置3上就有了所有系統(tǒng)的數(shù)據(jù)，包括表1-表5，給裝置2提供服務(wù)；裝置2社會(huì)網(wǎng)絡(luò)計(jì)算服務(wù)器接受Web服務(wù)器傳過來的査詢兩個(gè)人的社會(huì)關(guān)系的請(qǐng)求，通過步驟3的方法讀取裝置3數(shù)據(jù)庫服務(wù)器的信息并且計(jì)算出兩個(gè)人之間的社會(huì)關(guān)系然后返回給裝置4;裝置4是Web服務(wù)器。裝置4提供了界面，接受用戶的査詢請(qǐng)求并且將得到的結(jié)果顯示給用戶。用戶通過瀏覽器來訪問Web服務(wù)器，輸入査詢請(qǐng)求并且得到結(jié)果。圖l，基于路徑評(píng)分個(gè)人關(guān)系發(fā)現(xiàn)系統(tǒng)的的步驟框圖；圖2，基于路徑評(píng)分個(gè)人關(guān)系發(fā)現(xiàn)系統(tǒng)的一個(gè)社會(huì)關(guān)系網(wǎng)絡(luò)的例子；圖3,基于路徑評(píng)分個(gè)人關(guān)系發(fā)現(xiàn)系統(tǒng)的最短路徑算法的一個(gè)例子；圖4，基于路徑評(píng)分個(gè)人關(guān)系發(fā)現(xiàn)系統(tǒng)的社會(huì)關(guān)系發(fā)現(xiàn)算法的一個(gè)例子；圖5，基于路徑評(píng)分個(gè)人關(guān)系發(fā)現(xiàn)系統(tǒng)的硬件結(jié)構(gòu)圖。具體實(shí)施步驟利用本發(fā)明的步驟1—4，創(chuàng)建了一個(gè)研究者的社會(huì)網(wǎng)絡(luò)，并且使用該社會(huì)網(wǎng)絡(luò)中査找研究者之間的關(guān)系的任務(wù)來驗(yàn)證本文的發(fā)明。(1)研究者社會(huì)網(wǎng)絡(luò)的構(gòu)建研究者的社會(huì)網(wǎng)絡(luò)的構(gòu)建主要使用了如下步驟首先基于發(fā)表文章，通過對(duì)特定的學(xué)術(shù)論文網(wǎng)站(http:〃www.informatik.uni-trier.de廠ley/db/)的數(shù)據(jù)分析，首先得到論文列表，接著得到每一篇論文的作者，對(duì)于每一篇論文的作者，做如下步驟如果該作者不存在節(jié)點(diǎn)表中，則將該作者添加到節(jié)點(diǎn)表中；接著，對(duì)于該論文的每?jī)蓚€(gè)作者，在節(jié)點(diǎn)關(guān)系表屮插入"同文章作者"關(guān)系。經(jīng)過這種構(gòu)建方法，收集了448,551個(gè)在計(jì)算機(jī)科學(xué)的研究者，他們之間的"同文章作者"數(shù)目大到了2，413,208個(gè)。接著，采用人工的方式，利用這些計(jì)算機(jī)科學(xué)研究者中具有個(gè)人主頁的研究者，進(jìn)行"被…所指導(dǎo)"，"在同一個(gè)項(xiàng)目中工作"以及"是…的朋友"關(guān)系的建立。其中"被…所指導(dǎo)"和"在同一個(gè)項(xiàng)目中工作"可以通過閱讀該研究者的網(wǎng)頁內(nèi)容所得到，一般來說，研究者會(huì)在個(gè)人主頁上說明自己的導(dǎo)師以及自己從事過的項(xiàng)目。相對(duì)而言，"是…的朋友"很多情況下并不能直接得到，我們采取利用網(wǎng)頁鏈接的方法得到，比如研究者A的主頁上放了研究者B的主頁的鏈接，那么我們認(rèn)為研究者A和研究者B直接存在朋友的關(guān)系。經(jīng)過人工構(gòu)建，這些研究者之中"被…所指導(dǎo)"的關(guān)系達(dá)到10,300個(gè)，"在同一個(gè)項(xiàng)目中工作"的關(guān)系達(dá)到35,020個(gè)，"是…的朋友"關(guān)系達(dá)到14,700個(gè)。在上述步驟完成后，社會(huì)網(wǎng)絡(luò)建立完畢，再通過算法1來計(jì)算這個(gè)社會(huì)網(wǎng)絡(luò)中任意兩個(gè)人之間的最短路徑，于是可以進(jìn)行算法2的驗(yàn)證了。(2)測(cè)試集的建立在上述的社會(huì)網(wǎng)絡(luò)上，我們創(chuàng)建了9個(gè)測(cè)試集，每個(gè)測(cè)試集分別包含369—1000個(gè)關(guān)系査詢。在測(cè)試集生成中，我們首先隨機(jī)選擇了1000對(duì)人(一對(duì)人(A，B)表示從A到B的關(guān)系査詢)作為第一個(gè)基礎(chǔ)測(cè)試集，對(duì)于余下的8個(gè)測(cè)試集，我們每次都從這1000對(duì)人里面選擇不同領(lǐng)域的兩個(gè)人。我們選擇了計(jì)算機(jī)中的本體映射、語義Web、數(shù)據(jù)挖掘、信息抽取、Boosting學(xué)習(xí)、規(guī)劃問題以及機(jī)器學(xué)習(xí)的研究者。構(gòu)建出的測(cè)試集表6所示表6，<table>tableseeoriginaldocumentpage14</column></row><table>其中SW代表語義網(wǎng)絡(luò)，IE代表信息抽取，DM代表數(shù)據(jù)挖掘，BS代表Boosting學(xué)習(xí)，PL代表規(guī)劃問題，亂代表機(jī)器學(xué)習(xí)，OA代表本體映射。測(cè)試集中的"Random"表示隨機(jī)選取兩個(gè)人，共有1000對(duì)人；"SW—SW"表示兩個(gè)人都是語義Web領(lǐng)域的研究者，"IE—IE"表示兩個(gè)人都是信息抽取領(lǐng)域的研究者；"DM—DM"表示兩個(gè)人都是數(shù)據(jù)挖掘領(lǐng)域的研究者；"BS-PL"表示兩個(gè)人中的一個(gè)是Boosting學(xué)習(xí)領(lǐng)14域的研究者，另外一個(gè)人是規(guī)劃問題領(lǐng)域的研究者；"DM-SW"表示其中一個(gè)人是數(shù)據(jù)挖掘領(lǐng)域的研究者，另外一個(gè)人是語義Web的研究者；"ML-IE"表示其中一個(gè)人是機(jī)器學(xué)習(xí)領(lǐng)域的研究者；另外一個(gè)人是信息抽取領(lǐng)域的研究者；"PL-DM"表示其中一個(gè)人是規(guī)劃問題領(lǐng)域的研究者，另外一個(gè)人是數(shù)據(jù)挖掘領(lǐng)域的研究者；"SW-OA"表示其中一個(gè)人是語義Web領(lǐng)域的研究者，另外一個(gè)人是本體映射領(lǐng)域的研究者。這種訓(xùn)練集的設(shè)計(jì)可以充分的考慮到不同研究者之間社會(huì)關(guān)系距離的遠(yuǎn)近，因?yàn)橥粋€(gè)研究領(lǐng)域的研究者之間會(huì)通過比較少的節(jié)點(diǎn)產(chǎn)生關(guān)系，而不同領(lǐng)域的研究者之間會(huì)通過比較多的節(jié)點(diǎn)產(chǎn)生關(guān)系，所以測(cè)試集既考慮了通過少的節(jié)點(diǎn)產(chǎn)生關(guān)系的兩個(gè)研究者，也考慮了通過多的節(jié)點(diǎn)產(chǎn)生關(guān)系的研究者，在這樣的測(cè)試集下面取得的結(jié)果很有說服力。測(cè)試集里面的每個(gè)測(cè)試單元是兩個(gè)研究者，在同以往方法比較的時(shí)候，釆用了在所構(gòu)建的社會(huì)網(wǎng)絡(luò)中査找測(cè)試集上的每個(gè)測(cè)試單元中的兩個(gè)研究者的關(guān)系所需要的時(shí)間平均值。本發(fā)明中所述的方法與常用的圖遍歷法進(jìn)行比較，圖遍歷算法被廣泛的應(yīng)用于基于圖節(jié)點(diǎn)關(guān)系的查找之中，實(shí)驗(yàn)結(jié)果如表7所示表7，本文發(fā)明和遍歷法的實(shí)驗(yàn)結(jié)果比較<table>tableseeoriginaldocumentpage15</column></row><table>從實(shí)驗(yàn)結(jié)果可以看出，利用本發(fā)明所提出的方法能夠提高在社會(huì)網(wǎng)絡(luò)中查找個(gè)人關(guān)系的時(shí)候的速度。本發(fā)明所提出的個(gè)人關(guān)系發(fā)現(xiàn)的快速性質(zhì)體現(xiàn)在以下幾點(diǎn)(1)兩個(gè)人之間的最短路徑預(yù)先計(jì)算出來并且存儲(chǔ)完成，作為查找其他路徑的基礎(chǔ)，在査找其他路徑的時(shí)候最短路徑不用重復(fù)計(jì)算；(2)在查找其他路徑的時(shí)候，通過對(duì)于長(zhǎng)度大于某個(gè)閾值的路徑直接進(jìn)行忽略，大大減少了需要查找的路徑的數(shù)目。綜上所述，利用本發(fā)明，能夠有效的提高在社會(huì)網(wǎng)絡(luò)中進(jìn)行個(gè)人關(guān)系査找的效率，本發(fā)明應(yīng)用在網(wǎng)站http:〃ww.arnetminer.com上，提高了用戶在搜索研究者之間關(guān)系的效率，使得網(wǎng)站訪問量劇增，己經(jīng)從未運(yùn)行該發(fā)明所提供的系統(tǒng)之前的2,000次/天提升到20,000次/天。權(quán)利要求1、在大規(guī)模社會(huì)網(wǎng)絡(luò)中基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)方法，其特征在于依次含有以下步驟步驟(1)，初始化，在社會(huì)關(guān)系網(wǎng)絡(luò)生成服務(wù)器中，構(gòu)建社會(huì)網(wǎng)絡(luò)圖，其步驟如下設(shè)定社會(huì)網(wǎng)絡(luò)圖G＝(V，E)，其中，G為有向圖，V為節(jié)點(diǎn)的集合，E為邊的集合，任何一個(gè)節(jié)點(diǎn)v∈V，代表社會(huì)網(wǎng)絡(luò)中的一個(gè)人，erij∈E代表有向圖G中的一條有向邊，表示社會(huì)網(wǎng)絡(luò)中的一個(gè)人vi和另一個(gè)人vj之間存在的一種關(guān)系，下標(biāo)ij表示這種關(guān)系的起始節(jié)點(diǎn)是vi，結(jié)束節(jié)點(diǎn)是vj，關(guān)系的類型是r；有向圖G中的任何兩個(gè)節(jié)點(diǎn)不可能表示同一個(gè)人；定義關(guān)系集合{eri1，er12，…，erlj}，表示兩個(gè)人vi和vj之間從vi開始尋找時(shí)的關(guān)系；其中，erm(m+1)∈E，表示圖G中的一條邊，關(guān)系的起點(diǎn)是vi，終點(diǎn)是vj；路徑長(zhǎng)度d為d＝∑αk(vi，vj)，k＝1，2，…，n，n為vi和vj兩個(gè)節(jié)點(diǎn)之間的邊的總數(shù)，αk(vi，vj)為其中第k條邊的權(quán)重，同向路徑長(zhǎng)度d為從起點(diǎn)vi到終點(diǎn)vj的這n條路徑上所有邊的權(quán)重的和；路徑長(zhǎng)度d的評(píng)分當(dāng)路徑中只有一條邊時(shí)，路徑評(píng)分用這一條邊的權(quán)重表示，權(quán)重低，路徑評(píng)分就低，表示兩個(gè)人之間的關(guān)系親密度高；否則，反之；當(dāng)路徑中存在n條邊，即n種關(guān)系時(shí)，用所有n條邊的權(quán)重之和表示這兩個(gè)人之間的路徑的綜合評(píng)分；構(gòu)建，以下要存儲(chǔ)的數(shù)據(jù)項(xiàng)的集合，用一個(gè)表來表示關(guān)系——權(quán)重表，含有關(guān)系、關(guān)系所表達(dá)的意義以及該關(guān)系的權(quán)重，共三類數(shù)據(jù)項(xiàng)；其中，權(quán)重是設(shè)定值，關(guān)系類型——關(guān)系權(quán)重表，含有關(guān)系標(biāo)識(shí)、關(guān)系名稱、關(guān)系說明以及關(guān)系的權(quán)重，共四類數(shù)據(jù)項(xiàng)；有向圖G中的節(jié)點(diǎn)列表，含有；節(jié)點(diǎn)標(biāo)識(shí)、節(jié)點(diǎn)名字和節(jié)點(diǎn)說明，共三類數(shù)據(jù)項(xiàng)；社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)關(guān)系表，含有關(guān)系類型、源節(jié)點(diǎn)即起點(diǎn)、目標(biāo)節(jié)點(diǎn)即終點(diǎn)，三類數(shù)據(jù)項(xiàng)；然后，把最終構(gòu)建的社會(huì)網(wǎng)絡(luò)圖G存入數(shù)據(jù)庫服務(wù)器；步驟(2)，根據(jù)從數(shù)據(jù)庫服務(wù)器中取出的由步驟(1)構(gòu)建的社會(huì)網(wǎng)絡(luò)圖G，社會(huì)關(guān)系網(wǎng)絡(luò)計(jì)算服務(wù)器按以下步驟計(jì)算圖G中任意兩個(gè)人vi和vj之間最短路徑的評(píng)分，其中，vi為起點(diǎn)，為終點(diǎn)vj；步驟(2.1)，初始化設(shè)定v為除去終點(diǎn)vj之外，圖G中的任一個(gè)節(jié)點(diǎn)，v∈V/vj，dis(v)為圖G中節(jié)點(diǎn)v到終點(diǎn)vj的最短路徑的評(píng)分，而dis(vj)為0，path(v)，其值表示一條路徑到達(dá)節(jié)點(diǎn)v后的下一個(gè)節(jié)點(diǎn)，c(v)表示節(jié)點(diǎn)v是否被遍歷過，未遍歷過，c(v)＝0，否則，c(v)＝1，(u，v)表示從節(jié)點(diǎn)u到節(jié)點(diǎn)v之間這條有向邊的開始節(jié)點(diǎn)u和結(jié)束節(jié)點(diǎn)v，w(c)表示邊c的權(quán)重；步驟(2.2)，設(shè)定dis(v)為雙精度實(shí)數(shù)的最大值(2-2-52)·21023；c(v)＝0，path(v)＝0；令dis(t)＝0；步驟(2.3)，創(chuàng)建一個(gè)最小堆，初始值為零，把節(jié)點(diǎn)插入vj該最小堆，c(vj)＝1；步驟(2.4)，最小堆不為空，取出節(jié)點(diǎn)vj，得到所有指向vj的邊的集合E(vj)；步驟(2.5)，對(duì)于步驟(2.4)中集合E(vj)中的每條邊evvj依次按以下步驟處理步驟(2.5.1)，計(jì)算w(evvj)+dis(vj)的值，其中，w(evvj)是指向節(jié)點(diǎn)vj的一條邊的權(quán)重；步驟(2.5.2)，比較w(evvj)+dis(vj)與dis(v)的大小，dis(v)是節(jié)點(diǎn)v到節(jié)點(diǎn)vj的最短路徑的評(píng)分，初始值dis(v)＝(2-2-52)·21023，取其中的小者為dis(v)的值，path(v)＝vj，把v放在最小堆內(nèi)；否則，不動(dòng)作；步驟(2.5.3)，依此類推，把符合步驟(2.5.2)中所述的節(jié)點(diǎn)v都放在最小堆內(nèi)；步驟(2.6)，再依次取出所述最小堆內(nèi)的各節(jié)點(diǎn)v，此時(shí)，c(v)＝1，得到所有指向各個(gè)節(jié)點(diǎn)v的邊的集合E(v)；步驟(2.7)，對(duì)于各個(gè)節(jié)點(diǎn)v各自所對(duì)應(yīng)的邊的集合E(v)，依次分別按步驟(2.5)所述的方法處理，此時(shí)，各個(gè)節(jié)點(diǎn)v為終節(jié)點(diǎn)，各個(gè)邊的起點(diǎn)到相應(yīng)節(jié)點(diǎn)v的最短路徑的評(píng)分為dis(v)，步驟(2.8)，按步驟(2.7)所述的方法，一直追蹤到源節(jié)點(diǎn)vj為止；步驟(2.9)，根據(jù)步驟(2.5)-(2.8)，得到社會(huì)網(wǎng)絡(luò)圖G中每相鄰個(gè)人之間的最短路徑；步驟(3)，根據(jù)路徑評(píng)分，對(duì)于任意制定的兩個(gè)人快速發(fā)現(xiàn)他們之間的社會(huì)關(guān)系步驟(3.1)，設(shè)定所述任意兩個(gè)人之間的路徑長(zhǎng)度小于最短路徑的倍數(shù)β，β＝1，2；又設(shè)源節(jié)點(diǎn)為vj，目標(biāo)節(jié)點(diǎn)為vj；步驟(3.2)，計(jì)算從vi到vj的各種可能的路徑的長(zhǎng)度，找到其中的最小路徑長(zhǎng)度，刪去所有長(zhǎng)度大于最短路徑1.2倍的路徑，再按長(zhǎng)度大小順序排隊(duì)后，通過WEB服務(wù)器向用戶輸出。全文摘要在大規(guī)模社會(huì)網(wǎng)絡(luò)中基于路徑評(píng)分的個(gè)人關(guān)系發(fā)現(xiàn)方法屬于互聯(lián)網(wǎng)中社會(huì)網(wǎng)絡(luò)搜索
技術(shù)領(lǐng)域：
，其特征在于基于通用的社會(huì)網(wǎng)絡(luò)，首先定義基于權(quán)重的路徑評(píng)分，再查找出每?jī)蓚€(gè)人之間的最短路徑，然后開始查找指定的兩個(gè)人之間的路徑長(zhǎng)度不大于最短路徑的基于倍數(shù)的所有路徑，最后按照路徑評(píng)分的順序把所有路徑返回給用戶。本發(fā)明能應(yīng)用于節(jié)點(diǎn)數(shù)超過百萬的社會(huì)關(guān)系網(wǎng)絡(luò)中，進(jìn)行人與人之間的關(guān)系快速查找或使用于研究者的關(guān)系發(fā)現(xiàn)。文檔編號(hào)G06F17/30GK101149756SQ20071017706公開日2008年3月26日申請(qǐng)日期2007年11月9日優(yōu)先權(quán)日2007年11月9日發(fā)明者杰唐,李涓子申請(qǐng)人:清華大學(xué)