一種基于社交網(wǎng)絡(luò)用戶行為的用戶影響力分析方法
【專利摘要】本發(fā)明提出了一種基于社交網(wǎng)絡(luò)用戶行為的用戶影響力分析方法，涉及信息【技術(shù)領(lǐng)域】。本發(fā)明可以通過社交網(wǎng)絡(luò)的數(shù)據(jù)集，從用戶關(guān)系和用戶活動兩個方法，綜合分析出影響力強(qiáng)的用戶。針對于現(xiàn)有的基于社交網(wǎng)絡(luò)分析影響力的方法，與基于PageRank的模型相比，本發(fā)明涉及更多數(shù)據(jù)關(guān)系，并且在影響力的擴(kuò)散與初值有關(guān)，擴(kuò)散過程中受到用戶評論數(shù)目和內(nèi)容的影響，更為合理。與基于IDM的模型相比，本發(fā)明對于用戶之間的關(guān)系利用更加充分，不存在IDM模型中的斷層現(xiàn)象。與傳統(tǒng)的基于用戶行為模型相比，本發(fā)明類比了人與人線下關(guān)系的模式，這樣更加符合社交網(wǎng)絡(luò)中將人與人線下關(guān)系移動的線上的初衷。
【專利說明】一種基于社交網(wǎng)絡(luò)用戶行為的用戶影響力分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息【技術(shù)領(lǐng)域】，特別是涉及一種基于社交網(wǎng)絡(luò)用戶行為的用戶影響力分析方法。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的發(fā)展，用戶已經(jīng)從一個被動的通過瀏覽器從各大網(wǎng)站獲取信息閱讀信息的瀏覽者，轉(zhuǎn)向了可以主動參與到互聯(lián)網(wǎng)的發(fā)展之中的編輯者，使用者和傳播者。在web2.0時代，用戶擁有更多的話語權(quán)和主動權(quán)，可以直接參與和發(fā)布內(nèi)容，極大加強(qiáng)了用戶間的交流性。社交網(wǎng)絡(luò)作為這個時代一個突出的產(chǎn)物，其具有用戶規(guī)模大，話題種類多，信息傳遞迅速和影響范圍廣等特點。社交網(wǎng)絡(luò)的迅速發(fā)展已經(jīng)成為了一個新型了信息載體和轉(zhuǎn)播媒介，對于日常工作和生活產(chǎn)生的影響也越來越大。在信息傳播的過程中，意見領(lǐng)袖作為一種重要力量，在社會輿論的形成過程中發(fā)揮著不可忽視的作用，局部意見在意見領(lǐng)袖的引導(dǎo)下演化為輿論，影響力直接滲透到現(xiàn)實社會。
[0003]為了識別出社交網(wǎng)路中的意見領(lǐng)袖，需要分析社交網(wǎng)路中用戶的影響力，找出影響力強(qiáng)的用戶?，F(xiàn)有的基于社交網(wǎng)絡(luò)分析影響力的方法分為三大類。第一類是基于PageRank網(wǎng)頁排名算法?；赑ageRank的算法，多為對社交網(wǎng)絡(luò)中的某一個因素，套用PageRank的思想，計算出用戶影響力。其不足是所用的因素比較單一，沒有針對內(nèi)容分析。第二類基于影響力擴(kuò)散模型(IDM)，IDM模型主要是針對話題，根據(jù)帖子上下文詞語出現(xiàn)的頻率關(guān)系，得到話題的影響力。通過計算用戶所有話題得到用戶的影響力。這種方法的不足是用戶之間的聯(lián)系不太緊密。第三類是傳統(tǒng)的基于用戶行為模型。該模型通過統(tǒng)計用戶的各種行為，例如跟隨、轉(zhuǎn)推、提及，來計算用戶的影響力。這種方法比較簡單，但是各種行為的歸一化系數(shù)不好確定。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種基于社交網(wǎng)絡(luò)用戶行為的用戶影響力分析方法。這個方法可以通過社交網(wǎng)絡(luò)的數(shù)據(jù)集，從用戶關(guān)系和用戶活動兩種方法，綜合分析出影響力強(qiáng)的用戶，包括如下步驟:
[0005]步驟1:統(tǒng)計分析相關(guān)數(shù)據(jù)信息
[0006]在社交網(wǎng)絡(luò)中，數(shù)據(jù)量非常龐大，為了從龐大的數(shù)據(jù)量中分析用戶影響力首先需要統(tǒng)計以下信息。第一，統(tǒng)計分析社交網(wǎng)絡(luò)中用戶之間的關(guān)注和被關(guān)注關(guān)系。第二，統(tǒng)計分析用戶之間的評論數(shù)目和評論內(nèi)容。
[0007]步驟2:用戶關(guān)系影響力計算
[0008]用戶關(guān)系影響力是實現(xiàn)過程借鑒了 PageRank網(wǎng)頁排名算法的思想，以用戶之間的關(guān)注情況類比PageRank中的鏈接情況。通過公式(I)計算出用戶關(guān)系影響力。由于用戶關(guān)系影響力算法是一收斂算法，所以其結(jié)果只與用戶之間相互關(guān)注的關(guān)系有關(guān)，與用戶初始值無關(guān)。[0009]
【權(quán)利要求】
1.一種基于社交網(wǎng)絡(luò)用戶行為的用戶影響力分析方法，其特征在于包括如下步驟:步驟1:統(tǒng)計分析社交網(wǎng)絡(luò)中用戶之間的關(guān)注和被關(guān)注關(guān)系及評論數(shù)目和評論內(nèi)容；步驟2:設(shè)置用戶關(guān)系影響力初值為1，通過計算N次用戶關(guān)系影響力，直到用戶關(guān)系影響力趨于平穩(wěn)，兩次相鄰計算的結(jié)果差小于結(jié)果值的百分之一，用戶關(guān)系影響力計算方法如下:
【文檔編號】G06F17/30GK103886105SQ201410146306
【公開日】2014年6月25日 申請日期:2014年4月11日 優(yōu)先權(quán)日:2014年4月11日
【發(fā)明者】姜偉, 高夢迪, 張建標(biāo), 賴英旭, 李健, 莊俊璽, 張世翔 申請人:北京工業(yè)大學(xué)