【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及大數(shù)據(jù)分析領(lǐng)域，尤其涉及一種應(yīng)用在學(xué)生群體社交中的社區(qū)劃分方法和裝置。
技術(shù)介紹
1、隨著社交網(wǎng)絡(luò)和大數(shù)據(jù)的快速發(fā)展，針對(duì)群體的行為分析和畫像構(gòu)建已成為學(xué)術(shù)研究和商業(yè)應(yīng)用中的重要領(lǐng)域。特別是在高校中，通過分析學(xué)生的消費(fèi)行為、社交行為等，能夠更好地理解學(xué)生群體的特征，從而提供個(gè)性化的服務(wù)和管理策略。
2、目前，社區(qū)劃分技術(shù)主要依賴于圖論中的各種算法，如fast?unfolding算法、標(biāo)簽傳播算法(lpa)、隨機(jī)游走算法(deepwalk)等。上述算法通過分析圖中的節(jié)點(diǎn)和邊結(jié)構(gòu)，利用節(jié)點(diǎn)之間的連接強(qiáng)度(邊的權(quán)重)來劃分社區(qū)。例如，fast?unfolding算法能夠快速高效地通過模塊度(modularity)優(yōu)化將節(jié)點(diǎn)聚合為不同的社區(qū)。然而，上述算法大多只考慮了圖中節(jié)點(diǎn)之間的連接強(qiáng)度，即節(jié)點(diǎn)之間的邊的權(quán)重，但是卻忽略了節(jié)點(diǎn)自身的屬性，此時(shí)，當(dāng)節(jié)點(diǎn)屬性差異較大的情況下，基于邊權(quán)重的劃分結(jié)果容易出現(xiàn)偏差，因此存在無法充分挖掘?qū)W生之間的相似性，從而導(dǎo)致社區(qū)劃分的準(zhǔn)確度降低的問題。
3、因此，亟需一種應(yīng)用在學(xué)生群體社交中的社區(qū)劃分方法和裝置。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)?zhí)峁┮环N應(yīng)用在學(xué)生群體社交中的社區(qū)劃分方法和裝置，解決了當(dāng)節(jié)點(diǎn)屬性差異較大的情況下，基于邊權(quán)重的劃分結(jié)果容易出現(xiàn)偏差，存在無法充分挖掘?qū)W生之間的相似性，從而導(dǎo)致社區(qū)劃分的準(zhǔn)確度降低的問題。
2、在本申請(qǐng)的第一方面提供了一種應(yīng)用在學(xué)生群體社交中的社區(qū)劃分方法，方法包括：響應(yīng)于針對(duì)每個(gè)學(xué)
3、可選地，按照預(yù)設(shè)方式對(duì)學(xué)生消費(fèi)數(shù)據(jù)進(jìn)行分組，以獲取分組后的學(xué)生共現(xiàn)對(duì)，具體包括：獲取學(xué)生消費(fèi)數(shù)據(jù)中的第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)，第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)為學(xué)生消費(fèi)數(shù)據(jù)中任意兩個(gè)不同學(xué)生對(duì)應(yīng)的消費(fèi)數(shù)據(jù)；判斷第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)是否滿足同一天記錄的消費(fèi)數(shù)據(jù)，且判斷第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)是否滿足同一地點(diǎn)記錄的消費(fèi)數(shù)據(jù)；若第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)滿足同一天記錄的消費(fèi)數(shù)據(jù)，且第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)滿足同一地點(diǎn)記錄的消費(fèi)數(shù)據(jù)，確認(rèn)將第一消費(fèi)數(shù)據(jù)與第二消費(fèi)數(shù)據(jù)分組為同一個(gè)學(xué)生共現(xiàn)對(duì)。
4、可選地，構(gòu)建學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的目標(biāo)結(jié)構(gòu)矩陣，具體包括：根據(jù)圖節(jié)點(diǎn)的屬性，獲取學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的第一圖節(jié)點(diǎn)向量；根據(jù)連接關(guān)系，獲取學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的第二圖節(jié)點(diǎn)向量；根據(jù)第一圖節(jié)點(diǎn)向量構(gòu)建第一矩陣，根據(jù)第二圖節(jié)點(diǎn)向量構(gòu)建第二矩陣；對(duì)第一矩陣和第二矩陣進(jìn)行求和，以獲取求和后的目標(biāo)結(jié)構(gòu)矩陣。
5、可選地，第一矩陣包括第一維度、第二維度以及第三維度，第一維度為圖節(jié)點(diǎn)的數(shù)量維度，第二維度為學(xué)生基本屬性數(shù)據(jù)的類別數(shù)量維度，第三維度為第一矩陣中嵌入向量的維度，在根據(jù)第一圖節(jié)點(diǎn)向量構(gòu)建第一矩陣之后，方法還包括：對(duì)第一矩陣的第二維度進(jìn)行累加求和，以對(duì)第一矩陣進(jìn)行維度變化，進(jìn)行維度變化前的第一矩陣對(duì)應(yīng)的第一時(shí)空復(fù)雜程度，大于進(jìn)行維度變化后的第一矩陣對(duì)應(yīng)的第二時(shí)空復(fù)雜程度。
6、可選地，通過目標(biāo)結(jié)構(gòu)矩陣，根據(jù)學(xué)生社區(qū)劃分模型計(jì)算每個(gè)學(xué)生之間的相似度矩陣，具體包括，通過如下公式計(jì)算相似度矩陣：
7、new_sij＝sij+pitpj；
8、其中，new_sij為相似度矩陣，sij為學(xué)生網(wǎng)絡(luò)圖中，第i個(gè)圖節(jié)點(diǎn)與第j個(gè)圖節(jié)點(diǎn)之間的相似度值，為對(duì)sij進(jìn)行歸一化處理，p為m*m矩陣，m為圖節(jié)點(diǎn)的數(shù)量，t為轉(zhuǎn)置矩陣。
9、可選地，根據(jù)節(jié)點(diǎn)相似度算法，并通過如下公式計(jì)算第i個(gè)圖節(jié)點(diǎn)與第j個(gè)圖節(jié)點(diǎn)之間的相似度值：
10、
11、其中，n(i)為與第i個(gè)圖節(jié)點(diǎn)的相鄰的第一圖節(jié)點(diǎn)集合，n(j)為與第j個(gè)圖節(jié)點(diǎn)的相鄰的第二圖節(jié)點(diǎn)集合，c為第一圖節(jié)點(diǎn)集合與第二圖節(jié)點(diǎn)集合的交集，ωc為交集中任意一個(gè)圖節(jié)點(diǎn)的度，ωij為第i個(gè)圖節(jié)點(diǎn)與第j個(gè)圖節(jié)點(diǎn)之間的連接權(quán)重值。
12、可選地，根據(jù)相似度矩陣對(duì)每個(gè)學(xué)生進(jìn)行社區(qū)劃分操作，具體包括：根據(jù)相似度矩陣，計(jì)算第一學(xué)生與第二學(xué)生之間的模塊度，第一學(xué)生與第二學(xué)生為多個(gè)學(xué)生中任意兩個(gè)不同學(xué)生；判斷模塊度是否為正值；若模塊度為正值，則將第一學(xué)生與第二學(xué)生劃分為同一社區(qū)，以進(jìn)行社區(qū)劃分操作。
13、在本申請(qǐng)的第二方面提供了一種應(yīng)用在學(xué)生群體社交中的社區(qū)劃分裝置，裝置包括獲取模塊以及處理模塊，其中，
14、獲取模塊，用于響應(yīng)于針對(duì)每個(gè)學(xué)生進(jìn)行社區(qū)劃分操作，獲取學(xué)生特征數(shù)據(jù)，學(xué)生特征數(shù)據(jù)包括學(xué)生消費(fèi)數(shù)據(jù)、學(xué)生基本屬性數(shù)據(jù)以及學(xué)生畫像標(biāo)簽數(shù)據(jù)；按照預(yù)設(shè)方式對(duì)學(xué)生消費(fèi)數(shù)據(jù)進(jìn)行分組，以獲取分組后的學(xué)生共現(xiàn)對(duì)。
15、處理模塊，用于根據(jù)學(xué)生基本屬性數(shù)據(jù)、學(xué)生畫像標(biāo)簽數(shù)據(jù)以及學(xué)生共現(xiàn)對(duì)，構(gòu)建學(xué)生網(wǎng)絡(luò)圖；學(xué)生網(wǎng)絡(luò)圖包括多個(gè)圖節(jié)點(diǎn)和多個(gè)圖節(jié)點(diǎn)之間的連接關(guān)系，多個(gè)圖節(jié)點(diǎn)由基本屬性數(shù)據(jù)和學(xué)生畫像標(biāo)簽數(shù)據(jù)進(jìn)行構(gòu)建，每個(gè)圖節(jié)點(diǎn)和每個(gè)學(xué)生一一對(duì)應(yīng)；連接關(guān)系由學(xué)生共現(xiàn)對(duì)進(jìn)行構(gòu)建；根據(jù)圖節(jié)點(diǎn)和連接關(guān)系構(gòu)建學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的目標(biāo)結(jié)構(gòu)矩陣，并通過目標(biāo)結(jié)構(gòu)矩陣，根據(jù)學(xué)生社區(qū)劃分模型計(jì)算每個(gè)學(xué)生之間的相似度矩陣；根據(jù)相似度矩陣對(duì)每個(gè)學(xué)生進(jìn)行社區(qū)劃分操作。
16、在本申請(qǐng)的第三方面提供了一種電子設(shè)備，包括處理器、存儲(chǔ)器、用戶接口及網(wǎng)絡(luò)接口，存儲(chǔ)器用于存儲(chǔ)指令，用戶接口和網(wǎng)絡(luò)接口用于給其他設(shè)備通信，處理器用于執(zhí)行存儲(chǔ)器中存儲(chǔ)的指令，以使電子設(shè)備執(zhí)行如上述任意一項(xiàng)的方法。
17、在本申請(qǐng)的第四方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行如上述任意一項(xiàng)的方法。
18、本申請(qǐng)實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：
19、1、當(dāng)針對(duì)每個(gè)學(xué)生進(jìn)行社區(qū)劃分操作時(shí)，獲取學(xué)生特征數(shù)據(jù)，并按照預(yù)設(shè)方式對(duì)學(xué)生消費(fèi)數(shù)據(jù)進(jìn)行分組，以獲取分組后的學(xué)生共現(xiàn)對(duì)，且根據(jù)學(xué)生基本屬性數(shù)據(jù)、學(xué)生畫像標(biāo)簽數(shù)據(jù)以及學(xué)生共現(xiàn)對(duì)，構(gòu)建學(xué)生網(wǎng)絡(luò)圖，學(xué)生網(wǎng)絡(luò)圖包括多個(gè)圖節(jié)點(diǎn)和多個(gè)圖節(jié)點(diǎn)之間的連接關(guān)系；根據(jù)圖節(jié)點(diǎn)和連接關(guān)系構(gòu)建學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的目標(biāo)結(jié)構(gòu)矩陣，并通過目標(biāo)結(jié)構(gòu)矩陣，根據(jù)學(xué)生社區(qū)劃分模型計(jì)算每個(gè)學(xué)生之間的相似度矩陣，從而根據(jù)相似度矩陣對(duì)每個(gè)學(xué)生進(jìn)行社區(qū)劃分操作，進(jìn)而不僅結(jié)合了學(xué)生的消費(fèi)行為和社交網(wǎng)絡(luò)信息，還通過引入學(xué)生基本屬性數(shù)據(jù)、學(xué)生畫像標(biāo)簽數(shù)據(jù)，保證了社區(qū)劃分的準(zhǔn)確性和全面性。
20、2、通過對(duì)所述第一矩本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種應(yīng)用在學(xué)生群體社交中的社區(qū)劃分方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述按照預(yù)設(shè)方式對(duì)所述學(xué)生消費(fèi)數(shù)據(jù)進(jìn)行分組，以獲取分組后的學(xué)生共現(xiàn)對(duì)，具體包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建所述學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的目標(biāo)結(jié)構(gòu)矩陣，具體包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一矩陣包括第一維度、第二維度以及第三維度，所述第一維度為所述圖節(jié)點(diǎn)的數(shù)量維度，所述第二維度為所述學(xué)生基本屬性數(shù)據(jù)的類別數(shù)量維度，所述第三維度為所述第一矩陣中嵌入向量的維度，在所述根據(jù)所述第一圖節(jié)點(diǎn)向量構(gòu)建第一矩陣之后，所述方法還包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過所述目標(biāo)結(jié)構(gòu)矩陣，根據(jù)學(xué)生社區(qū)劃分模型計(jì)算每個(gè)所述學(xué)生之間的相似度矩陣，具體包括，通過如下公式計(jì)算所述相似度矩陣：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述相似度矩陣對(duì)每個(gè)所述學(xué)生進(jìn)行所述社區(qū)劃分操作，具體包括：
9.一種電子設(shè)備，其特征在于，包括處理器、通信總線、用戶接口、網(wǎng)絡(luò)接口以及存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)指令，所述用戶接口和網(wǎng)絡(luò)接口用于給其他設(shè)備通信，所述處理器用于執(zhí)行所述存儲(chǔ)器中存儲(chǔ)的指令，以使所述電子設(shè)備執(zhí)行如權(quán)利要求1至7任意一項(xiàng)所述的方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有指令，當(dāng)所述指令被執(zhí)行時(shí)，執(zhí)行如權(quán)利要求1至7任意一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種應(yīng)用在學(xué)生群體社交中的社區(qū)劃分方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述按照預(yù)設(shè)方式對(duì)所述學(xué)生消費(fèi)數(shù)據(jù)進(jìn)行分組，以獲取分組后的學(xué)生共現(xiàn)對(duì)，具體包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建所述學(xué)生網(wǎng)絡(luò)圖對(duì)應(yīng)的目標(biāo)結(jié)構(gòu)矩陣，具體包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一矩陣包括第一維度、第二維度以及第三維度，所述第一維度為所述圖節(jié)點(diǎn)的數(shù)量維度，所述第二維度為所述學(xué)生基本屬性數(shù)據(jù)的類別數(shù)量維度，所述第三維度為所述第一矩陣中嵌入向量的維度，在所述根據(jù)所述第一圖節(jié)點(diǎn)向量構(gòu)建第一矩陣之后，所述方法還包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過所述目標(biāo)結(jié)構(gòu)矩陣，根據(jù)學(xué)生社區(qū)劃分模型計(jì)算每個(gè)所述學(xué)生之間的相似度矩陣，具體包括...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：房志朋，嚴(yán)鶴，王俊，李舵文，魏鑫，
申請(qǐng)(專利權(quán))人：云啟智慧科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。