公开(公告)号：CN103838804A

公开(公告)日：2014-06-04

申请号：CN201310169347.4

申请日：2013-05-09

Applicant: 电子科技大学

Inventor： 张小松 ,  牛伟纳 ,  罗强 ,  蒲福连 ,  张凡 ,  张蕾 ,  陈瑞东 ,  王东 ,  李宏鸢

IPC: G06F17/30

CPC classification number: G06F17/30964

Abstract: 本发明提供一种社团划分的社交网络用户兴趣关联规则挖掘方法，首先对数据进行基于相似度的分类预处理，使得同一分类中的记录间具有高相似度；其次对每个分类中的数据进行相关联挖掘，得到各分类的频繁项集；最后合并所有分类的频繁项集，选择置信度大于置信度阀值的候选关联规则生成最终的关联规则集合。本发明能够减少产生不必要的关联性小的候选项集，从而提高整体数据的关联规则挖掘效率，具有更好的扩展性。

公开(公告)号：CN103838803A

公开(公告)日：2014-06-04

申请号：CN201310154663.4

申请日：2013-04-28

Applicant: 电子科技大学

Inventor： 张小松 ,  牛伟纳 ,  罗强 ,  李建彬 ,  廖军 ,  张可 ,  陈瑞东 ,  王东 ,  李宏鸢

IPC: G06F17/30

CPC classification number: G06F17/30864 ,  G06Q50/01

Abstract: 本发明公开了一种基于节点Jaccard相似度的社交网络社团发现方法，包括：对网络数据进行预处理;根据Jaccard相似度算法计算出每对节点的相似度；初始将每个节点分别看作一个社团；聚合相似度最高的社团；再次聚合根据所得社团计算的相似度最高的社团，直至网络中没有再能聚合的社团。本发明提出了通过计算社团点之间的Jaccard相似度采用层次聚类的思想进行社团划分的方法，有益效果为：在计算机处理过程中使用该方法较为简单、灵活；在社交网络计算中能准确的发现出用户所需的网络社团。