[发明专利]社会网中基于主题兴趣的影响最大化方法

权利要求书

1.社会网中基于主题兴趣的影响最大化方法，其特征在于：所述方法具体过程为：

步骤一、建立基于主题兴趣的传播模型TI-IC；

给定一个社会网有向图G＝(V,E)，一组用户的历史动作日志D(u,i,t)，对于每个主题z∈[1,Z]，每个传播项i都有一个主题分量每个用户结点u都有一个兴趣分量因此每个传播项i存在主题分布向量每个用户结点u存在不同主题上的兴趣分布向量i∈[1,I]；

其中V为用户集合，E为关系集合；Z为主题总个数，取值为正整数；I为传播项总个数，取值为正整数；

D中u属于G中的用户集合V；

每个结点仅有一次机会由不活跃状态变为活跃状态，并且该过程不可逆；

S表示种集，即初始的活跃用户集合，

在t＝0时刻，S中的结点在传播项i上活跃；

在t≥1时刻，如果用户结点u的任何邻居结点w在时刻t-1变为活跃状态，则w都有一次机会去激活邻居用户结点u，激活的概率为

当用户结点u的邻居结点活跃的条件下，用户结点u被激活的概率如下所示：

其中，表示在传播项i的传播过程中，在用户结点u之前已经活跃的邻居结点集合，即

Δ为时延阈值；N取值为正整数；ti(w)为结点w在传播项i上活跃的时刻，ti(u)为用户结点u在传播项i上活跃的时刻；ti(u)＝∞，代表每个用户结点u不会接受传播项i；

令表示传播项i在传播过程中，一定不会影响u的邻居集合；

当点用户结点u的任何邻居结点w在传播项i上一定活跃，用户结点u在传播项i上活跃或不活跃；

所述TI-IC为主题-兴趣的传播模型；

步骤二、利用EM算法学习TI-IC模型的参数和新传播项的主题分布向量；

EM算法的输入是：社会网有向图G＝(V,E)，用户历史动作日志D(u,i,t)；

假设TI-IC模型的每个传播项的传播轨迹都是独立的，则给定TI-IC传播模型参数Θ的对数似然函数，表示为：

其中，L(Θ；Di)表示传播项i的传播轨迹的似然函数；

传播项i的传播轨迹Di在第z个主题分量上的似然函数定义为：

其中，表示传播项i的传播过程中，主题z使结点u被激活的概率，

表示传播项i的传播过程中，主题z没有影响结点u的概率：

φ为空集；

利用EM算法学习TI-IC模型的参数，得到EM学习算法的输出，即TI-IC传播模型参数Θ，Θ包括和具体过程为：

步骤a)采用均值为0，方差为0.01的正态分布初始化z∈[1,Z]，u∈V；

πz表示所有传播项i在主题z上的先验概率；

步骤b)对所有传播项i和主题z，计算

步骤c)对所有主题z，计算

步骤d)对所有主题z和用户u，计算

步骤e)重复执行步骤b)至步骤d)，直到收敛；

步骤f)输出和

当新的传播项i出现时，求解新传播项i的主题分布向量具体过程为：

步骤S1)采用均值为0，方差为0.01的正态分布初始化z∈[1,Z]，i∈[1,I]；

步骤S2)

步骤S3)重复执行步骤S2)，直到收敛；

步骤S4)输出

其中λ是学习步长；

步骤三、基于步骤二提出针对TI-IC模型的影响最大化算法；具体过程为：

步骤a1)输入社会网有向图G＝(V，E)、某个传播项i的主题分布向量θi、种集大小K，主题个数Z和模拟次数R；

所述θi为步骤f)输出的或步骤S4)输出的

步骤a2)初始化种集C为候选种子集合；

步骤a3)对所有(w,u)∈E，计算

为在传播项i上结点w对用户结点u的影响概率；

步骤a4)对所有w∈V，从每个结点w出发，寻找概率大于阈值ε的所有路径，构造一棵以w为根的可达路径树T(w)，估计结点w的影响范围δw＝∑u∈T(w)(1-Πpath∈PATH(w,u)(1-p(path)))；

其中PATH(w,u)为从w到u的所有路径集合，path为PATH(w,u)集合中的一条路径；p(path)为沿着路径path中w对u的影响概率；

步骤a5)根据δw对所有w从大到小排序；

步骤a6)取前3K个w放入候选种子集合C；

步骤a7)对C中每一个w、δw和w当前迭代次数0放入优先级队列Q；

步骤a8)判断种集个数，当种集个数小于K时，执行步骤a9)；当种集个数等于K时，输出种集S；

步骤a9)取Q的队列头，队列头为优先级队列Q中的第一个元素，一个元素形式为w、w的影响增益、w的当前模拟次数；

如果w的模拟次数小于S的大小，则计算w的影响增益w.mg＝δi(S∪{w})-δi(S)，把w、w的影响增益w.mg、w的当前迭代次数放入优先级队列Q；

其中δi(S)为在传播项i上S的影响范围，使用R次蒙特卡洛模拟计算得到；δi(S∪{w})为在传播项i上S和u的影响范围，使用R次蒙特卡洛模拟计算得到；δi为在传播项i上的影响范围；

如果w的模拟次数等于S的大小，把w放入种集S，执行步骤a8)。