github平台社交行为模式挖掘

一共分如下两个模块 一、数据的采集与持久化

二、数据的分析 1、数据分析基于gsp算法进行 2、实现多个算法，每一个算法都负责一个社交行为模型的挖掘 3、对用户的行为进行编码，进而挖掘

在数据的挖掘上，程序一共挖掘了3种行为模式 1、最简单的行为模式，把所有在github上的用户的行为归纳成，<发起者A，发起了XX动作 ，接收者B>，用户的每一个动作都转换为前面的形式，进而作为一个数据项，利用GSP算法进行挖掘。 2、基于相对时间的行为模式，用户之间的行为是有先后的，那也行为与行为之间也是有时间间隔的，把时间间隔离散化，例如1天之内，1天-7天，7天-14天等等。。。，那么用户的行为可以归纳成<发起者A，发起了XX动作 ，接收者B，据上一次用户行为的相对时间>，进而作为一个数据项，利用GSP算法挖掘所有用户的行为。 3、基于抽象用户的行为模式，如果基于具体的用户，那么行为可能不具有频繁性，但是将用户抽象，那么有些行为可能就是频繁的，比如说juli,wang,jaz进入实验室时，第一件事都是打开电脑，但是juli打开电脑，wang打开电脑，jaz打开电脑这三个行为按照1和2的归纳来说，是不同的，但是我们把这三个人都抽象成A，那么这三个行为就可以等价成一个，隐含的意义就是，不论是谁，一般同学进屋都会先打开电脑（只是举例，你不一定第一件事是打开电脑，也有可能是先跟同学说hello）。

感谢各位老爷们关注我的程序（你能找到这个程序我也是真佩服你啊哈哈），如果有问题可以用邮件咨询我coderbdhao@163.com