摘要
本发明提供一种社交网络中的关键用户识别方法及系统,涉及用户识别技术领域,包括:根据社交网络数据,构建社交网络图模型;通过图论算法计算基础中心性指标;将社交网络数据划分为多个社区,并识别用户节点在多个社区内的局部角色;计算局部角色的局部中心性指标;生成全局得分和局部得分;将全局得分和局部得分分别进行得分排名,并筛选关键用户节点。本发明通过融合全局中心性指标与局部角色特征的双维度分析,有效解决了传统方法对跨社区桥接节点和局部核心用户识别不足的问题,显著提升关键用户识别的全面性与准确性;通过时序特征分析与规则引擎验证的双重校验,有效识别伪装成高影响力用户的异常状态,显著提升结果可靠性。
技术关键词
关键用户识别方法
社交网络图
节点
指标
图论算法
时序特征
点检测算法
特征提取单元
识别系统
基础
标记单元
层次聚类算法
数据
融合全局
模块
异常状态
系统为您推荐了相关专利信息
风电并网系统
储能系统优化
风电系统
公用变电站
模型预测控制算法
优化BP神经网络
荧光分光光度计
紫外分光光度计
训练神经网络
粒子
标识
虚拟可扩展局域网
网桥
交换机
报文通信方法
基因表达数据
患者
深度学习模型
数据嵌入
肺癌预测系统