[发明专利]一种基于用户行为序列的相互影响力快速度量方法

说明书

本发明属于在线社交网络数据挖掘领域，具体涉及一种基于用户行为序列的相互影响力快速度量方法。本发明主要步骤为：(S1)数据采集阶段：搜集并存储社交网络平台用户产生的行为数据，所述行为数据包括用户转发关系数据、用户发布博文数据、用户转发博文数据、用户发布博文时间数据和用户转发博文时间数据；(S2)行为序列量化阶段：将用户发布博文时间数据和用户转发博文时间数据进行向量化表示，得到向量化结果；(S3)相互影响力计算阶段：根据行为数据和向量化结果，计算任意两个用户之间的相互影响力。本发明充分考虑了社交网络中用户之间的转发关系以及用户发布或转发博文的时序行为特征，为定量分析社交网络影响力奠定了基础。

技术领域

本发明属于在线社交网络数据挖掘领域，具体涉及一种基于用户行为序列的相互影响力快速度量方法。

背景技术

随着互联网技术的进一步发展以及移动智能设备的广泛使用，以Twitter和新浪微博为代表的社交平台成为网络应用的主流，基于其特有的社交功能，用户可以随时随地发布、评论或回复消息，甚至可以与其他用户进行在线交互。此外，社交网络平台还具有广泛的商业用途，例如进行新产品推广、信息推荐或舆情监控等。用户、信息和结构是社交网络的三大要素，同时也是推动信息在网络中进行传播的主体、客体和载体：用户在社交平台上发布一则信息，通过用户之间的相互交互在已有的关系网络中实现信息的传播^[1]。

近年来，社交网络分析受到学术界和工业界的广泛关注，它是指基于统计学、信息学和社会学等多学科理论，为用户社交关系形成、行为特点分析以及信息传播规律提供一种可计算的方法^[1]。相比于传统的社会学研究，社交网络分析不仅关注网络中用户的属性，而且更注重分析网络中用户之间的关系结构和交互行为。作为社交网络分析的重要内容，影响力分析一直是学术界的热点研究问题，因为信息在社交网络中的传播离不开用户的交互，而影响力是驱动用户交互的关键因素。在社交网络中，影响力是指用户的行为、观点或态度会受其他用户的影响而发生改变。研究社交影响力的形成原因和作用机制可以帮助人们揭示网络中用户互动的底层机制，为理解社交网络中信息传播规律奠定基础。早期，社交影响力在社会心理学领域被大量研究，被认为是一种在人们的行为、思想或态度从最初的不确定状态到最终趋于稳定状态的过程中的特有现象。由于当时理论研究和实验方法的限制，研究者只能从人工整理的小数据集上定性地对社交影响力进行分析，验证了在某个社会性系统中存在影响力。在线社交网络平台的兴起为社交网络分析提供了大量可用的实验数据，研究者可以对构建的社交网络模型及理论进行定量分析，特别是海量用户的交互数据为建立影响力度量模型和影响力传播仿真计算进行充分的实验论证提供了可能。

如何准确衡量用户之间的相互影响力是社交网络中影响力分析的重要研究内容，也是研究影响力个体识别技术和影响力传播极大化技术的前提条件。现有文献中的方法主要从网络结构、用户行为和博文内容等角度对相互影响力进行建模及定量计算。例如，相关学者认为相互影响力的大小与用户之间共同好友个数相关。显然，这种方法不符合实际情况，因为用户之间的相互影响力是不对称的，如在新浪微博中，大V用户和普通用户之间的相互影响力就不对等。还有学者利用网络日志数据，基于行为分布规律和因果关系建立用户之间相互影响力度量模型^[2]，虽然在一定程度上能提高模型的准确率，但难以获取完整的日志数据导致模型的使用率并不高。后来还有学者综合考虑网络拓扑结构和博文内容，通过构造用户博文、关系或行为生成等概率产生式模型，利用参数估计方法对用户之间的相互影响力进行推断^[3]，这类方法具有较高的准确率，但社交网络结构规模和参数估计方法的复杂性给模型的计算效率带来挑战。