[发明专利]社交网络社区影响力评估算法

权利要求书

1.一种社交网络社区影响力评估算法，其特征在于，基于图论方法，其基本步骤为：

第一步，定义社交网络与社区影响力相关的概念及建模；

第二步，基础阶段，计算出用户传播主题信息的意愿、社区用户综合影响、社区用户数量、社区用户规模，再综合计算出社区影响力；

第三步，延伸阶段，以基础阶段为基础，计算出社区对社区内节点的影响力、社区对社区外节点的影响力、社区对社区的影响力；

第四步，将计算出的社区影响力、社区对社区内节点的影响力、社区对社区外节点的影响力、社区对社区的影响力,用于评估各社区间的影响力、节点对社区的重要性以及社区对节点作用。

2.根据权利要求1所述的社交网络社区影响力评估算法，其特征在于，所述第一步定义，包括步骤：

社交网络模型：社交网络可以形式化为一个二分图，G＝(V,E)，V代表社交网络中的用户集合，E用来描述用户间的关系的集合；

社区模型：社区是由拥有相同兴趣爱好的用户组成，为社交网络的一个子图，C＝＜CV,CE＞，当用户属于社区表示为：社区用户间的关系表示为：

根据社区间是否拥有共同用户，将社区分为非重叠社区和重叠社区；

(1)非重叠社区：如果社区中的所有用户均不属于另一社区，则该社区与另一社区为非重叠社区，非重叠社区表示为：SV⊆V,CE⊆E;]]>

(2)重叠社区：如果一个社区中的至少有一个用户同时也属于另一社区，则两个社区为重叠社区，重叠社区表示为：OC=<MCV,SCV,CE>,MCV⊆V,SCV⊆V,CE⊆E;]]>

根据上述的非重叠社区和重叠社区，得出下列属性：

●∀vi,vj∈C.CV^∃e(vi,vj)→∀e(vi,vj)∈C.CE;]]>

●∀e(vi,vj)∈C.CE^→∀vi,vj∈C.CV;]]>

●

●

社区影响力评估算法:根据给出的社区模型以及与它相关的社交网络的信息来评估社区的影响力，社区影响力评估算法表示为：CI(C_i)＝f(G,C_i)，CI(C_i)表示社区C_i的影响力，f(G,C_i)表示该模型是基于G和C_i；

用户影响力：每个用户在其所在的社区内存在一定的影响力，而用户的影响力是通过用户发布的信息影响的人数来衡量的，用户发布的信息影响的人数即转发或分享该信息的总人数，用户发布的信息，不仅会影响到社区内的用户，还会影响社区外的用户，UI的取值在0到1之间，UI的值越大，表示用户的影响力越大；

社区影响力：当兴趣爱好相同的人聚集形成社区时，社区就会形成一定的影响力，社区影响力是对社区内用户影响力的综合；

如述，社交网络是由多个重叠或非重叠社区组成，社区是由用户组成，每个用户是一个用户节点，每个用户节点可能属于一个或多个社区，为了便于分析，作出如下定义：

每一条主题信息j在社交网络中传播，都会形成一个图g_j,社交网络中，有n个主题，且主题的数量随着时间的推移，在不断的增加，所以需要不停地对信息进行更新，主题S的集合表示为:S＝{s₁,s₂,s₃......s_n},主题S传播过程中形成的图的集合表示为：g＝{g₁,g₂,g₃......g_n}；

平均用户传播主题信息的意愿：每条主题信息由发布者开始传播，用户在面对该主题信息时，决定是否愿意传播下去，如果用户转发或分享，则说明用户愿意对该主题信息进行传播；反之，则不愿意，将用户对多条主题信息的反应综合，形成平均用户传播信息的意愿；

社区对社区内节点的影响：社区对社区内节点的影响是社区内的用户受到社区内其他用户的影响；

社区对社区外节点的影响力：社区内的用户发布的信息，在影响社区内的用户的同时，也可能对社区外的节点产生影响，将社区看作一个整体，社区对社区外节点的影响力即看作是节点对节点的影响力；

社区对社区的影响力：社交网络中的社区与社区之间由于用户之间的交互，使得社区与社区之间存在影响力。