[发明专利]一种基于移动用户行为的影响力度量方法

说明书

技术领域

本发明涉及社交网络技术领域，特别是一种基于移动用户行为的影响力度量方法。

背景技术

如何从移动用户行为数据中挖掘出用户间的影响关系已成为社会网络分析中一个研究热点。无论在理论还是社会实用价值上都具有非常重要的意义。移动社会网络中用户的行为会受周围人员的影响，例如家人、朋友、兴趣相同的其他用户等。通过分析移动用户的历史行为数据，挖掘用户间的影响关系，对社会网络分析、个性化推荐系统、用户需求获取等领域都具有较好的应用价值。

目前，用户影响力的计算方法分为三类：基于网络拓扑结构的、基于用户行为的和基于用户交互信息的。基于网络拓扑结构的计算方法主要从节点(如度中心度、紧密中心度、介数中心度等)和边(边介数、共同邻居)两方面来度量用户影响力。Du等人考虑到每种中心度计算方法都有其优缺点，因此使用多种中心度来计算用户影响力。Hu等人则将边引入到用户影响力计算中。无论是基于节点还是基于边的计算，它们都没有考虑用户的行为信息，只是简单地根据网络的拓扑结构进行计算，因此得到的用户影响力的准确性不高。

为了提高计算得到的用户影响力的准确性，研究人员引进了用户行为，例如用户的登录行为，用户产生的信息数量(如评论、转发等)。毛等人为了在微博中获得更好的影响力，考虑了社会网络结构和用户行为两方面的因素。在移动网络中，不仅可以利用用户的基本通信行为，例如语音通信的次数、时长、短信条数来度量用户的影响力，还可以结合微信、QQ等即时通信软件中的转发、评论行为来度量用户的影响力。

基于网络拓扑结构和基于用户行为的影响力度量方法研究的是用户自身在网络中所具有的影响力，没有考虑用户间的影响力。基于用户交互信息的影响力度量方法根据用户间的互动行为，例如转发、评论信息的数量来度量用户间的影响力。Anger等人构建的影响力模型中考虑了用户交流内容以及交互信息。而郭等人通过分析用户的历史行为日志，利用最大似然估计的思想计算用户间的影响力。在移动网络中可以通过用户间通信(语言、短信、微信、QQ)的次数和时长以及用户偏好相似度来度量用户间的影响力。

然而，虽然基于用户交互信息的影响力度量方法考虑了用户的交互行为，但大多数都是应用在微信或微博网站中，在移动网络中的相关研究很少。综上所述，移动网络中影响力的度量方法在准确度上仍然存在很大的提升空间。

发明内容

本发明的目的在于提供一种基于移动用户行为的影响力度量方法，该方法有利于提高移动社会网络中用户间影响力计算的精确度。

为实现上述目的，本发明的技术方案是：一种基于移动用户行为的影响力度量方法，包括以下步骤：

步骤A：读取移动用户历史行为数据，构造以移动用户为节点，用户关系为边的移动社会网络图；

步骤B：计算用户自身影响力：分析用户在移动社会网络中的地位，计算用户自身影响力；

步骤C：计算基于用户交互行为的用户间影响力：根据交互时长和交互次数对用户的各种交互行为进行量化，并对不同上下文下的交互行为赋予不同的权重值；

步骤D：计算基于用户偏好相似性的用户间影响力：分析移动用户历史行为，使用对数函数对上下文约束下的用户偏好进行量化，使用改进的皮尔森相关系数计算移动用户偏好的相似性；

步骤E：融合用户间影响力。

进一步，在上述步骤A中，移动社会网络的构建过程如下：使用无向图G(V，E)表示移动社会网络，V表示网络中的节点集合，即移动用户集合；E表示网络中边的集合。用表示量化后的用户交互行为，当大于给定的阈值时，判定用户之间有关系，否则判定用户之间无关系，的计算公式如下：