一种校园人际关系搜索算法研究和实现.pdfVIP

一种校园人际关系搜索算法的研究与实现 刘振鲁 於志文 杜蓉 梁韵基 西北工业大学 计算机学院，西安 710072 摘 要：“弱关系”是人们工作生活中潜在的重要人脉资源，而人际关系搜索是挖掘“弱关系”的 有效手段。社交网站集中管理大量的个人社交网络数据，为人际关系的搜索提供数据支持。本 文对基于社交网络的人际关系搜索进行了深入的研究，建立了简化模型，在广度优先搜索算法 的基础上进行了改进，结合反向搜索，实现了该模型的搜索算法。 关键词：社交网络；人际关系搜索；校园 1．引言 在人们日常的工作、生活中，大多数人际关系都是处于一种“弱关系” （如朋友的朋友） 的形式，而能够真正进行深度交往的寥寥无几。但是事实上，这些常常被人忽略的“弱关系” 构成了人们的潜在重要人脉资源。了解两个人之间的人际关系，是获取弱关系相关信息的 重要组成部分。 社交网站[1-3]集中管理大量的个人社交网络数据，为挖掘潜在的人际关系资源、搜索用 户与目标的人际关系提供了数据支持。校园生活背景相对简单，人与人之间的关系明确。 大学生作为活跃的群体，对于交友和户外活动的需求相对较高， 因此选择大学校园作为研 究背景具有一定的研究和实用价值。本文以移动社交网络为背景，结合大学校园生活环境， 以校园内的人际关系为切入点，在Android[4-5]手机平台上设计实现了校园人际关系搜索系 统。 该系统的主要特色在于人际关系的网状搜索与显示，且明确给出人与人之间关系的详 细信息，真实的展现用户与目标的人际关系，为用户结识目标提供支持。 本文着重介绍了人际关系搜索系统的算法理论与设计实现。第 2 节主要介绍了人际关 系的模型建立以及搜索算法的求解。第 3 节简单介绍了校园人际关系搜索系统的具体实现 与功能特色，最后总结全文并提出了需要进一步解决的问题。 2 ．人际关系搜索算法分析 2.1 模型的建立与简化 依据现实生活中的情况，我们在这里提出两个假设：（1）好友关系是双向的；（2 ）好 友的亲密程度相同（好友的亲密程度难以量化）。根据这两个假设，整个的人际关系网就可 以看成是以人为顶点，以人与人之间的好友关系为边的无向无权图（或权值均为 1）。人际 关系的搜索也就变成了求已知无向图中两点之间的相关路径的问题。 要获得两个人之间的人际关系，通过一条路径是远远不够的，如何把两个人之间的人 和谐人机环境 2012 中国 广州 际关系网依据用户的需求真实的体现出来，是该模型要解决的主要问题。 人际关系网可以认为是相关人员及其相关人员之间的相互关系构成的一个子无向图。 在这里我们提出了一种人际关系网的定义：所有最短路径中出现的顶点构成的集合对应的 相关人员及其相互关系构成的子无向图 2.2 人际关系搜索算法的初步求解 Dijkstra 算法是求解无向图两点之间最短路径的典型算法，但是它仅能给出一条路径， 并不符合人际关系网的要求。而且在无向无权图中，Dijkstra 算法在寻找最短路径方面并没 有优势，通过分析算法可以得知，在无向无权图中，Dijkstra 算法可以看作是变形的广度优 先搜索算法。 通过对 Dijkstra 算法和广度优先搜索算法的研究改进，证明广度优先搜索算法的变形 加上反向搜索，可以满足上述模型定义的人际关系网的搜索。 人际关系模型的搜索算法 定义元素 K(ID,R) ，其中 ID 为用户标志，R 表示与用户的人脉距离。 定义用户与搜索目标的 ID 分别为 ID_1 、ID_2 。 定义队列 S1、S2 1. K0(ID_1,0)入队列 S1，n=0 ； 2.从队列 S1 队头取出元素K(ID,R) ，获得ID 的好友集合F ，判断 F 中的每一个元素ID’， 若 ID’不在队列 S1 中，K ’(ID ’,R+1)入队列； 3.判断人脉距离为 n(0,1,2,3,4 …) 的元素是否都已搜索完毕： ○1 若未搜索完毕，执行步骤 2 ； ○2 若已搜索完毕，但 ID_2 不在队列中， n=n+1 ，执行步骤2 ； ○3 若已搜索完毕，且 ID_2 在队列中，执行步骤 4 ； ○4 若与用户的人脉距离 N 超过指定限度(如 5)，则返回搜索失败； 4. K1(ID_2,0)入队列 S2，n=