[发明专利]社交活动网络中种子节点筛选方法和装置有效

专利信息
申请号: 201611069792.3 申请日: 2016-11-28
公开(公告)号: CN108122168B 公开(公告)日: 2020-11-13
发明(设计)人: 赵鹏鹏;吴志勇;李永坤;殷俊;邓大付;孙龙君;王巨宏;陈伟 申请(专利权)人: 中国科学技术大学先进技术研究院;腾讯科技(深圳)有限公司
主分类号: G06Q50/00 分类号: G06Q50/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 何平;邓云鹏
地址: 230000 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 社交 活动 网络 种子 节点 筛选 方法 装置
【说明书】:

发明涉及一种社交活动网络中种子节点筛选方法和装置。所述方法包括:获取表示社交活动网络的用户集合、活动集合、用户间的关系集合和用户与活动间的关系集合;根据用户受到的总的影响变量、用户集合减去候选节点集合后剩余用户集合中节点间的转移概率、用户集合减去候选节点集合后剩余用户集合中节点到候选节点集合中的节点的转移概率估算所述候选节点集合的影响力值;通过迭代估算得到影响力值最大的候选节点集合,将所述影响力最大的候选节点集合作为种子节点集合。上述社交活动网络中种子节点筛选方法和装置,在进行种子节点筛选时将用户活动考虑在内,其筛选的种子节点更加准确,且更加适合应用于社交活动网络中。

技术领域

本发明涉及计算机应用领域,特别是涉及一种社交活动网络中种子节点筛选方法和装置。

背景技术

随着网络技术的发展,用户通过网络从事社交活动越频繁,用户在社交网络中会产生一定的影响力,为此可利用用户的影响力传播信息。

为了刻画在线社交网络中影响力的传播过程,传统的方式是采用独立级联模型和线性阈值模型求取影响力最大化问题,主要是通过直接利用随机模拟的方法来近似影响力的传播过程,从而估算出节点集合的影响范围,在此估算的基础上利用子模的性质设计贪心算法寻找影响力最大的节点集合。然而传统的方式筛选的种子节点准确度低。

发明内容

基于此,有必要针对传统的社交网络中筛选种子节点的筛选的种子节点准确度低的问题,提供一种社交活动网络中种子节点筛选方法和装置,能提高筛选准确度。

一种社交活动网络中种子节点筛选方法,包括:

获取表示社交活动网络的集合参数,所述集合参数包括用户集合、活动集合、用户间的关系集合和用户与活动间的关系集合;

根据所述集合参数获取活动类型超边集合、超边中除某用户外的其余用户组成的集合、某用户参加的活动类型对应的超边集合、用户受活动的影响比例、用户好友集合;

根据用户受活动的影响比例得到用户受好友的影响比例,以及根据所述用户受好友的影响比例、用户好友集合、用户受活动的影响比例和超边中除某用户外的其余用户组成的集合和某用户参加的活动类型对应的超边集合得到节点随机游走时的转移概率;

获取候选节点集合及所述候选节点集合的影响力;

获取用户受到的总的影响变量,根据用户受到的总的影响变量、用户集合减去候选节点集合后剩余用户集合中节点间的转移概率、用户集合减去候选节点集合后剩余用户集合中节点到候选节点集合中的节点的转移概率估算所述候选节点集合的影响力值;

通过迭代估算得到影响力值最大的候选节点集合,将所述影响力最大的候选节点集合作为种子节点集合。

一种社交活动网络中种子节点筛选装置,其特征在于,包括:

第一获取模块,用于获取表示社交活动网络的集合参数,所述集合参数包括用户集合、活动集合、用户间的关系集合和用户与活动间的关系集合;

第二获取模块,用于根据所述集合参数获取活动类型超边集合、超边中除某用户外的其余用户组成的集合、某用户参加的活动类型对应的超边集合、用户受活动的影响比例、用户好友集合;

转移概率获取模块,用于根据用户受活动的影响比例得到用户受好友的影响比例,以及根据所述用户受好友的影响比例、用户好友集合、用户受活动的影响比例和超边中除某用户外的其余用户组成的集合和某用户参加的活动类型对应的超边集合得到节点随机游走时的转移概率;

影响力参数获取模块,用于获取候选节点集合及所述候选节点集合的影响力;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学先进技术研究院;腾讯科技(深圳)有限公司,未经中国科学技术大学先进技术研究院;腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611069792.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top