[发明专利]基于信息非均匀传播特征的社交媒体关键用户识别方法

权利要求书

1.基于信息非均匀传播特征的社交媒体关键用户识别方法，其特征在于，所述关键用户识别方法为基于模拟传播的方法，并采用非均匀SIR模型作为信息传播模型的关键用户识别方法；所述非均匀SIR模型基于信息的非均匀传播对标准SIR模型进行改进得到，所述非均匀SIR模型中每条边的感染概率不同；其中，所述非均匀SIR模型基于信息的非均匀传播对标准SIR模型进行改进得到具体包括以下步骤：

给定在线社交媒体网络G，其网络边数为|E|，设定全局感染概率为β；

选定所述在线社交媒体网络G中的初始感染者集合S；所述初始感染者集合S由粉丝数量接近社交媒体粉丝数量均值的平凡用户组成；

计算所述在线社交媒体网络G中每条边的感染概率；

以所述初始感染者集合S为起点在在线社交媒体网络G上按照每条边的感染概率进行SIR信息传播，得到一个信息传播网络G″，所述信息传播网络G″上的所有节点即为信息传播范围；

所述的计算所述在线社交媒体网络G中每条边的感染概率的具体步骤包括：

计算边ei→j的感染概率P_ei→j：

其中P_ei→j表示节点j被节点i感染的概率，即边ei→j的感染概率，i为感染者，j为敏感者，kⁱⁿ表示节点的入度，k^out表示节点的出度，α表示根据在线社交媒体网络中每个用户的发文频率s以及出度k^out计算得到的活跃度系数，用于衡量出度对感染概率的影响强弱；

所述在线社交媒体网络G中所有边的感染概率的均值为β，即：

P_e表示边e的感染概率，|E|为网络边数；

则：

所述关键用户识别方法具体包括以下步骤：

a.给定在线社交媒体网络G，候选用户集M，关键用户个数k，设定传播阈值m；其中k≤|M|；

b.对于候选用户集M，基于所述非均匀SIR模型模拟信息传播，对于候选用户集M中的任一候选用户，除自然消亡外，当所述候选用户的感染范围大于或等于预设阈值m时停止传播，并将所述候选用户加入集合A_i；

c.判断当前步骤a是否已执行K次，若是则得到最终集合A_i,i＝1,2,...,K并进行下一步；若否则返回步骤a；

d.找到在K个集合中出现次数最多的候选用户v₁，加入关键用户集V_o，从集合中删除所有包含v₁的用户集后赋值给找到在集合中出现次数最多的候选用户v₂，从集合中删除所有包含v₂的候选用户集后赋值给以此类推，直至得到k个关键用户V＝{v₁，v₂,...,v_k}，即为关键用户的识别结果，并将所述关键用户作为信息传播源使信息传播范围最大的用户。

2.根据权利要求1所述的基于信息非均匀传播特征的社交媒体关键用户识别方法，其特征在于，所述活跃度系数α的计算方式为：对在线社交媒体网络中每个用户，获取其发文频率s以及出度k^out，根据关系式s∝(k^out)^α拟合k^out和s，以求得α。

3.根据权利要求1或2所述的基于信息非均匀传播特征的社交媒体关键用户识别方法，其特征在于，所述在线社交媒体网络G为一张有向图G(V,E)，V代表节点的集合，每个节点表示用户，每个节点均包括激活状态和未激活状态；E表示边的集合，每条边表示用户之间的关系。