[发明专利]基于Swarm模型的微博用户影响力计算方法及系统

说明书

本发明属于涉及复杂系统突现计算、微博影响力评价领域，特别涉及一种基于Swarm模型的微博用户影响力计算方法及系统。所述方法包括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；建立大规模群体系统Swarm模型，将微博用户作为Swarm模型的agent主体；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；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。本发明采用Swarm模型对微博用户影响力进行评估，能够对微博话题数据中用户影响力进行评价，可以有效地发现微博话题中影响等级较大的用户，对微博话题舆情的引导及预警有重要意义。

技术领域

本发明涉及复杂系统突现计算、微博影响力评价领域，特别涉及一种基于Swarm模型的微博用户影响力计算方法及系统。

背景技术

微博作为社会经济活动中常见的一种网络信息交互形式，因为其自身便利、快捷的传播机制而受到广泛的肯定和应用，微博中的大量活跃用户使得微博每天产生海量的数据。这些数据包括微博用户发表的微博帖子、点赞、分享转发、评论等。微博用户的这些错综复杂的关系形成了一个巨大的社交网络结构。由于微博的这些自身特点和优势，逐渐成为专家和学者研究的重点。

微博话题直观地反射了当下大众对社会热点及事件的关注，话题中无数个体的态度聚集在一起形成一个动态整体行为，从这个角度看，对微博整体动态行为的研究亦属于突现计算的研究范畴。

目前学术界评估微博用户影响力的方法主要是基于链接分析和用户行为权值。链接分析方法比较直观反映影响的人群，但对于全网用户的计算，其时间和空间复杂度是不能承受的。基于用户行为权值分析方法依赖于用户的粉丝数、发布数、转发数、评论数和提及(@)数，基于完善的指标体系能够很好的反映出用户影响力水平。

例如中国专利CN104657498A提出的微博用户影响力的评估方法，该方法通过从微博网站中获取微博信息，将微博信息进行处理，将处理的微博信息进行分类得到转发微博信息和原创微博信息；根据原创微博信息获取原创微博信息的影响力；根据转发微博信息获取转发微博信息的影响力；根据原创微博信息的影响力和转发微博信息的影响力获取微博用户的影响力；将微博用户的影响力通过函数拟合预测微博用户未来阶段的影响力。

但该方法仅仅只是使用原创微博信息的影响力和转发微博信息的影响力来获取微博用户的影响力，缺乏对用户自身认知水平和网络环境的两大因素的影响，导致影响力的计算不够全面准确。

发明内容

基于现有技术存在的问题，本发明从综合分析用户的转发、评论和点赞三种行为入手，结合突现计算模型，提出一种基于Swarm模型的用户影响力排序算法(SMRank)，SMRank算法可以在微博话题发生的过程中对用户影响力进行计算，给出了一种计算微博话题用户影响力的新视角、新方法。

其中，关于Swarm模型的一些基本知识，可参考周庆等人于2008年8月在《系统仿真学报》中提出的《基于Swarm的供应链运作模型的仿真研究》以及2009年的硕士论文《基于Swarm的突现计算模型仿真及突现特性分析》等现有技术。

本发明的一种基于Swarm模型的微博用户影响力计算方法，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，建立微博用户交互关系网；

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。

进一步的，本发明还提出了一种基于Swarm模型的微博用户影响力计算系统，所述系统包括：