1.一种结合用户重叠行为的微博重叠社团划分方法，其特征在于，包括以下步骤：首先，根据用户的互相关注关系构建关系网络，采用评估函数合理量化评估用户重叠行为，所述重叠行为包括用户互相关注行为、转发行为和提及行为；

其次，对用户互相关注行为、转发行为和提及行为进行加权融合得到用户间的关系评估函数；

最后，对关系网络进行加权，将用户重叠行为融入改进的贪婪团扩张重叠社团划分算法，改进在包括将微博加权网络作为初始网络，并针对加权网络改进社区适应度函数，用社团内边的权重之和计算社区适应度，通过贪婪扩张使社区适应度函数达到最优，最终得到重叠社团结构。

2.根据权利要求1所述的结合用户重叠行为的微博重叠社团划分方法，其特征在于，所述根据用户的互相关注关系构建关系网络具体包括：将每个用户作为关系网络的节点，用户之间的互相关注关系作为节点之间的边，用户u1、u2互相关注表示为：

3.根据权利要求1所述的结合用户重叠行为的微博重叠社团划分方法，其特征在于，评估用户转发行为具体为：用户up转发uq微博行为的评估函数为：其中，NF(up，uq)表示用户up转发uq发布的微博数量。

4.根据权利要求1所述的结合用户重叠行为的微博重叠社团划分方法，其特征在于，评估用户提及行为具体为：用户up提及uq行为的评估函数为：其中，NA(up，uq)表示用户up提及uq次数。

5.根据权利要求1所述的结合用户重叠行为的微博重叠社团划分方法，其特征在于，根据用户重叠行为，加权融合得到用户间的关系评估函数，采用层次分析矩阵得到每项权值，用户节点up与uq边的加权函数为：W(up，uq)＝p(up，uq)(λFw(up，uq)+(1‑λ)At(up，uq))其中，λ是参数，记wpq为节点up与uq边的权值，P(up,uq)为用户up、uq互相关注行为的评估函数，Fw(up,uq)为用户up转发uq微博行为的评估函数，At(up,uq)为用户up提及uq行为的评估函数。

6.根据权利要求1所述的结合用户重叠行为的微博重叠社团划分方法，其特征在于，所述将用户重叠行为融入贪婪团扩张重叠社团划分算法，将微博加权网络作为初始网络，改进社区适应度函数，用社团内边的权重之和计算社区适应度：其中 和 分别代表社团c内部和外部的边的权重之和，α是社团大小分辨率调节参数，较低的α值更适合较大的社团。

7.根据权利要求6所述的结合用户重叠行为的微博重叠社团划分方法，其特征在于，所述贪婪团扩张重叠社团划分算法具体包括：C1：在给定微博加权图中检测所有至少包含k个节点的极小团；

C2～C3：若存在未扩张的种子团，则选择最大未扩张的种子团作为候选社团C1；

C4：将候选社团C1进行贪婪扩张，采用公式(5)计算社团C1的社区适应度F(C1)，直至加入任何节点都会降低社区适应度；

C5：判断是否接受社团C1，如果C1与任意已被接受的社团C的距离小于∈，社区距离公式：

那么C和C1是近似重复的社团，因此舍弃C1，否则，如果没有与C1近似重复的社团，接受C1；重复C2～C5步骤，直至没有剩余未扩张的种子团。