[发明专利]基于跨社交网络的信息传播方法

权利要求书

1.一种基于跨社交网络的信息传播方法，其特征在于，对单个平台有向图及跨平台有向图中的每个节点进行分类，获取每个节点的传播概率；该方法的具体步骤包括如下：

(1)构建跨平台的网络拓扑：

(1a)在已知的两个不同功能的社交平台中，将每个社交平台中每个用户作为有向图中的一个节点，用户与用户之间的关系作为有向图中节点之间的边，将每个社交平台对应的所有的节点以及节点之间的边组合成一个有向图，得到单个平台的有向图G₁和G₂；

(1b)分别将单个平台有向图G₁和G₂中两个相同用户的节点组成跨平台节点对，在每个跨平台节点对的两个节点之间建立一条边，将所有的跨平台节点对以及每对节点的边组成跨平台有向图G₃；

(1c)将三个有向图G₁、G₂和G₃组成跨平台的网络拓扑；

(2)对单个平台有向图中的每个节点进行分类：

(2a)利用下述K-shell分解方法，获取每个单个平台有向图中每个节点的位置属性值：

第一步，删除入度为0或1的节点及其相关的边，直到该单个平台有向图中所有节点的入度均大于1，得到更新后的单个平台有向图；将本步骤删除的所有节点的位置属性值设置为1；

第二步，从更新后的单个平台有向图中删除入度为2的节点和相关的边，直到该单个平台有向图中所有节点的入度均大于2，得到新的单个平台有向图；将本步骤删除的所有节点的位置属性值设置为2；

第三步，以此类推，直到每个单个平台有向图中的每个节点都唯一对应一个位置属性值；

(2b)按照下式，分别计算两个单个平台有向图G₁和G₂中每个节点的位置中心度：

其中，I_l,i表示第l个单个平台有向图中第i个节点的位置中心度，k_l,i表示第l个单个平台有向图中第i个节点对应的位置属性值，Γ_l,i表示第l个单个平台有向图中第i个节点的邻居节点集合，| |表示取绝对值操作，∑表示求和操作，u_l,j表示第l个单个平台有向图中的第j个节点，∈表示属于符号，k_l,j表示第l个单个平台有向图中第j个节点对应的位置属性值，ind_l,j表示第l个单个平台有向图中的第j个节点的入度；

(2c)利用下述网络约束值的计算公式，分别计算两个单个平台有向图G₁和G₂中每个节点的网络约束值：

其中，C_l,i表示第l个单个平台有向图中第i个节点的网络约束值，u_l,k表示第l个单个平台有向图中的第k个节点，outd_l,i表示第l个单个平台有向图中第i个节点的出度；

(2d)将每个单个平台有向图中所有节点的位置中心度均值与所有节点的位置中心度的方差值相加，得到每个单个平台有向图的位置中心度阈值，筛选出每个位置中心度大于该阈值的节点，将筛选出的每个节点作为意见领袖节点；

(2e)用每个单个平台有向图中所有节点的网络约束值的均值减去所有节点的网络约束值的方差值，得到每个单个平台有向图的网络约束值阈值，筛选出每个网络约束值小于该阈值的节点，将筛选出的每个节点作为结构洞节点；

(2f)将每个单个平台有向图中筛选后剩余的节点作为边缘节点；

(3)对跨平台有向图中的每个节点进行分类：

(3a)搜集跨平台有向图G₃中每个跨平台节点对中的两个节点对应的用户在社交平台上发布的所有信息，从中提取每条信息的发布时间，将所有发布时间按照从小到大排序，得到该节点的信息发布时间序列；

(3b)利用下述动态时间规整方法，计算每个跨平台节点对的两个信息发布时间序列的规整距离：

第一步，计算每个跨平台节点对中两个信息发布时间序列中每个元素之间的距离，得到距离矩阵；

第二步，在距离矩阵中从矩阵的左下角元素至右上角元素找出一条满足单调性和连续性的累计距离最小的，将规整路径上的所有元素相加，其和作为该跨平台节点对的两个信息发布时间序列的规整距离；

所述的单调性是指在规整路径上的每个元素均小于或等于下一个元素；所述的连续性是指规整路径上所有的两个元素均相邻，即该两个元素不仅在规整路径上相邻，而且在距离矩阵中也相邻；

(3c)按照下式，计算每个跨平台节点对中两个节点的时间相似度值：

其中，S_q表示第q个跨平台节点对中两个节点的时间相似度值，e表示以自然常数为底的指数操作，-表示取反操作，w_q表示第q个跨平台节点对的两个信息发布时间序列的规整距离；

(3d)去除时间相似度值低于0.1的跨平台节点对，将剩余跨平台节点对中的每个节点作为桥梁节点；

(4)获取每个节点的传播概率：

(4a)搜集每个意见领袖节点发布每个信息后其他节点的反馈次数，将每个意见领袖节点的所有反馈次数的最大值归一化，将该归一化值作为意见领袖节点的传播概率；

(4b)利用网络分析工具获取每个单个平台有向图中每个节点的PageRank值，将每个结构洞节点的邻居节点集合中所有节点的PageRank值的均值作为该结构洞节点的传播概率；

(4c)将每个边缘节点的传播概率设为0.01；

(4d)按照下式，计算每个桥梁节点的跨平台传播概率：

其中，g_t表示第t个桥梁节点的跨平台传播概率，φ_t表示第t个桥梁节点对应的用户在社交平台上发布的所有信息被跨平台转发的次数，表示第t个桥梁节点对应的用户在社交平台上发布的所有信息量；

(5)跨社交网络中信息的传播：

(5a)接收到信息的节点v_x在其所在的平台中发布所接收的信息，接收到该信息节点v_x的每个相邻节点，以节点v_x的传播概率在该相邻节点所在平台中发布该信息，完成信息在同一平台中的传播；

(5b)若接收到信息的节点v_y为桥梁节点，则与桥梁节点v_y处于同一节点对中的另一个桥梁节点v_z以桥梁节点v_y的跨平台传播概率，在桥梁节点v_z所在的平台上发布桥梁节点v_y接收到的信息，通过跨网络节点对完成在两个平台间信息的传播。

2.根据权利要求1所述的基于跨社交网络的信息传播方法，其特征在于，步骤(2b)、步骤(4b)中所述邻居节点集合是指从每个单个平台有向图中找出与每个节点相连的所有节点，将找出的所有节点组成的节点集合。