[发明专利]基于Swarm模型的微博用户影响力计算方法及系统

权利要求书

1.一种基于Swarm模型的微博用户影响力计算方法，其特征在于，所述方法包括以下步骤：

步骤1、从微博平台上获取各个微博用户的微博评论、微博转发以及微博点赞；

步骤2、采用群体系统Swarm模型，将微博用户作为Swarm模型的agent主体；

步骤3、对Swarm模型中瞬时加速的向量计算公式进行改进，计算出微博用户在t时刻的影响力；

步骤4、采用累加的方式，计算出微博用户在T时段内最终的影响力。

2.根据权利要求1所述的一种基于Swarm模型的微博用户影响力计算方法，其特征在于，步骤3中的微博用户在t时刻的影响力的改进公式表示为：

I_t(u_i)＝c1*V_1t+c2*V_2t+c3*V_3t+c4*V_4t；

其中，I_t(u_i)表示微博用户u_i在t时刻的影响力；V_1t表示在t时刻微博用户u_i的邻域节点用户对该微博用户的影响力；V_2t表示微博用户u_i的邻域节点用户在t时刻的平均影响力；V_3t表示在t时刻微博用户u_i的周围用户对该用户u_i的影响力；V_4t表示在t时刻微博用户u_i指向其周围用户的平均影响力；c1表示第一权重；c2表示第二权重；c3表示第三权重；c4表示第四权重；微博话题中u_i用户在t时刻的邻域用户节点为转发用户u_i微博的用户集合，微博话题中u_i用户在t时刻的周围用户节点为评论和点赞用户u_i微博的用户集合。

3.根据权利要求2所述的一种基于Swarm模型的微博用户影响力计算方法，其特征在于，各个向量的计算公式包括：

V_1t＝∑_v∈UI_t-1(v)*W_1t(vu_i)，

V_3t＝∑_v∈UI_t-1(v)*W_2t(vu_i)，

其中，U表示参与微博话题的所有微博用户集合；I_t-1(v)表示微博用户v在t-1时刻的用户影响力；W_1t(vu_i)是用户v对用户u_i在t时刻的微博转发贡献度；R_t(vu_i)为用户v对用户u_i在t时刻微博转发次数；S_1t(vu_i)表示用户v对微博话题中所有用户在t时刻转发的微博总数；T1为微博用户u_i在t时刻的邻域节点的集合；n为T1集合中的用户个数；W_2t(vu_i)是用户v对用户u_i在t时刻的评论贡献度以及点赞贡献度；D_t(vu_i)表示用户v对用户u_i在t时刻的评论和点赞数；S_2t(vu_i)表示用户v在t时刻所有评论和点赞总数；T2为微博用户u_i在t时刻的周围节点的集合，N为T2集合中的用户个数。