[发明专利]一种基于事务日志数据的社会网络构建方法

摘要

本发明属于社会网络分析数据挖掘领域，具体为一种基于事务日志数据的社会网络构建方法。本发明通过对现代软件系统如ERP,MIS,CRM等系统产生的事务日志数据进行挖掘，构建出基于真实环境的系统用户之间的社会网络，以供社会网络分析使用。本发明包括数据预处理模块、共现矩阵生成模块、社会网络构建模块。本发明首先将现代软件系统产生的事务日志数据进行预处理，包括清洗数据杂质、确定时间标识、确定空间标识等；然后共现矩阵生成模块根据事务用户使用系统行为特征计算出系统用户的加权共现矩阵。最后，定义一个基于边权重和JACCARD相关性系数的社会关系存在系数，用来判断真实的社会关系，从共现矩阵中构建出可信的社会网络。

主权项

一种基于事务日志的社会网络构建方法，其特征在于该方法主要由数据预处理、共现矩阵生成和社会网络构建三个大步骤组成，其中：数据预处理：包括对原始事务数据清洗，确定时间标识，确定空间标识；共现矩阵生成：根据空间、时间共现特征，定义空间共现模型、时间共现模型，将事务数据分成不同的事务日志序列，定义具体共现矩阵计算模型，生成共现矩阵；社会网络构建：定义一个基于边权重和节点间JACCARD系数的边存在系数，构建真实的社会关系网络；所述数据预处理步骤如下：（1）事务日志数据清洗：对从软件系统中采集来的事务日志数据进行整理分析，包括按照时间戳排序、按照地点分类、将个别不符合格式要求的数据杂质去掉；（2）确定时间标识：探索事务日志的时间戳特性，确定哪些字段能够唯一标识一条记录的时间；（3）确定空间标识：探索事务日志中的地点相关字段特征，确定哪些字段共同标识一个唯一的空间位置；所述共现矩阵生成步骤如下：（1）定义空间共现模型：考察数据预处理步骤（3）中定义的空间位置标记字段，分析各个空间位置产生的事务日志性质是否相同，如不同，按照性质将空间位置分为不同的类型，每个类型中分别定义空间共现，为方便处理，将所有日志按空间共现聚类，将日志按照空间聚类分为不同的日志序列，每一个日志序列中，所有日志之间都满足空间共现定义；（2）定义时间共现模型：考察事务日志中，标识时间的字段特征，分析日志的时间特征，定义时间共现模型，选取一个时间间隔作为时间共现阈值，两条日志时间戳相差小于时，称这两条日志满足时间共现；（3）定义全局共现模型：同时满足空间共现模型定义和时间共现模型定义的两条事务日志，为满足全局共现模型定义的两条日志；（4）计算共现矩阵：处理所有的日志序列，找出所有满足全局共现模型定义的用户对，创建一个由所有学生间的共现关系构成的共现矩阵，元素的值为u, v对应用户共现的次数，该矩阵为一个对称矩阵，, 当u=v时，；所述社会关系网络构建步骤如下：（1）计算任意两个用户u, v对应点之间的边权重：一条边的权重定义如下：其中，为共现矩阵计算步骤中，所生成的共现矩阵对应的元素值；（2）计算任意两个用户u, v对应点之间的JACCARD系数，两个用户u, v对应点之间的JACCARD系数计算方法如下：其中，为共现矩阵计算步骤中，所生成的共现矩阵对应的元素值，,分别表示点u, v的度数；（3）计算任意两个用户u, v对应点之间的边存在系数，两个用户u, v对应点之间的边存在系数计算方法如下：其中，Z为归一化因子，，r为实数，参数r决定边的权重在存在系数中的重要程度；当r=0时，；（4）构建社会网络：计算出所有用户点之间的存在系数，然后，根据事务日志产生系统的规模特性，预估社会网络的大小，确定边存在系数阈值，保留边存在系数大于阈值的边，这些边即构成所构建的社会网络。