[发明专利]一种基于多维度的网络空间人物画像方法

说明书

本发明公开了一种基于多维度的网络空间人物画像方法，其步骤包括：1)构建网络空间的人物画像体系，所述人物画像体系包括人物的基本信息、个人经历、社交信息、用户标签和社会关系；2)对于一目标人物，爬取该目标人物的基本信息和社交信息计算该目标人物的社交影响指数；3)获取该目标人物的个人经历；4)利用该目标人物的年龄阶段、职业所涉及行业作为目标人物标记身份标签人物标记身份标签；5)根据该目标人物在社交媒体Twitter和微博中发布的消息数量，计算权重γ_Twitter、γ_Weibo，并计算消息中词语的TF‑IDF值与对应权重相乘，选取TF‑IDF值靠前若干词语作为该目标人物的兴趣标签。

技术领域

本发明属于计算机领域，尤其涉及一种基于多维度的网络空间人物画像评估方法。

背景技术

随着计算机技术快速发展，互联网服务广泛普及，使人类社会逐步进入到网络化时代。2020年9月，我国互联网信息中心发布了第46次《中国互联网络发展状况统计报告》，其内容显示我国的网民规模达到9.4亿，普及率达67.0％。随着网民数量的不断增长，各类网络论坛、微博平台等社交媒体日益发展成熟，成为继报纸、电视等传统媒体之后传递各类信息的主要载体。开展对互联网中重点关注人物的全方位画像分析，对维护社会的稳定具有重要的应用价值。

按照人物画像过程中人物数据和应用方向的不同，现有技术的人物画像可以划分为基于行为数据的画像、基于社交媒体的画像。

基于行为数据的画像，是将人物的行为作为描绘人物画像模型构建的依据。人物行为是指人物为满足特定的信息需求在信息行为中采取的各种动作和表现，研究主要包括人物的信息检索行为、信息浏览行为等，来源多为访问日志。研究学者们主要从人物的访问信息中挖掘出其行为的规律与特征，构建画像模型。根据画像模型，信息服务提供者可以预测人物的行动，实现精准信息服务的目的。但该类人物画像领域性较强，且数据较难获取。

基于社交媒体数据的画像，是将人物在社交网络中的言论和交互行为作为描绘画像模型构建的依据。社交网络中的人物由于评论、转发、点赞等行为在网络世界构建了各种各样的社会化联系，这种联系具有纽带的作用，增强了人与人之间的联系，且人物之间的联系具有实时性与动态性特征。目前，基于社交媒体数据的画像有两点：一是注重对人物社交媒体社会关系的描绘；二是注重人物数据的群体性特征，根据相似性等指标将人物划分为具有某一共同标签的群体。

人物画像是一个新兴的研究领域，国内外的学者们从模型构建、技术、应用领域等多个角度进行了研究和探讨，这些研究成果可以为后续人物画像及其应用的相关研究提供基础。但是，目前研究也有一定的局限性，人物画像构建的维度较为单一，目前关于人物画像的构建分别以人物的基本数据、兴趣数据、行为数据等为基础，人物画像过程中所获取的人物数据也多数为显性，针对内容、社会关系网络等存在大量隐性信息为依据的人物画像模型的研究还不够深入；针对同一人物在不同平台的信息行为、表现缺乏比较性的研究；针对同一人物在不同时间段信息行为的研究较为匮乏。

针对这一类问题，本发明将利用多源数据从人物的基本信息、社交信息、用户标签等多个方面进行全方位的网络空间画像。

在社交信息画像中，用户的影响力评估是描述人物的重要指标之一。传统研究方法中多考虑了用户关注关系和粉丝数量等，通常认为粉丝量大的用户影响力相对较大。但有研究学者在研究微博用户影响力时，把微博用户粉丝数量和微博转发数量进行对比，发现粉丝数多的微博用户所发微博并不一定被其他用户转发，从而说明粉丝数量多的用户的影响力不一定会很大，这类方法没有综合考虑到用户与粉丝的互动行为。由此，一些研究方法引入了用户社交行为、言论传播情况能解决社交网络用户影响力问题，即通过分析用户发表言论以及粉丝互动、传播的情况进行影响力评估。基于以上调研，本发明将从人物自身属性和互动行为中综合分析人物影响力，以提升人物影响力计算的准确性。