[发明专利]一种基于圈结构的网络多传播源选择方法

说明书

本发明公开了一种基于圈结构的网络多传播源选择方法，能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络，确定传播效果最优的多对象组合，即多传播源，以用于信息传播效果的最优化。传播源的数量可以根据需求动态调整，这些多传播源在网络中分布广泛且均匀，有利于促进信息的有效传播，当一些对象由于各种原因无法用于所需进行的传播活动时，本发明还可以找到替代组合以实现相近性能，整个过程耗时较短。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于圈结构的网络多传播源选择方法。

背景技术

随着互联网技术的快速发展，社交系统的规模正在飞速扩张，由于社交系统中的信息多样，传播渠道众多，且监管难度较大，导致其上的信息传播活动也变得格外复杂，呈现出网络化的特征，传播结果难以把控。作为复杂系统的一种，社交系统可以建模成网络进行分析，将系统中的用户定义为节点，将用户之间的关系定义为连边，就可以将社交系统上的信息传播抽象简化为复杂网络上的传播问题。而如何从这样大规模的网络中找到关键节点、作为多传播源进行有效地信息传播非常关键，能够促进信息的广泛、有效传播，最终实现社交网络中信息传播的影响力最大化。目前常见的选取多传播源的方法主要聚焦于节点属性信息和网络结构。然而随着大数据时代数据量的显著提升，计算设备的算力和存储受到了很大挑战，并且用户隐私信息已经成为了敏感数据，导致基于节点属性信息的多传播源挖掘方法面临着巨大挑战。而基于社交网络结构的方法受到了学术界和工业界的关注，该方法以用户为节点，以节点之间的关系(如好友关系、转发关系等)作为连边构建网络，并在其上运行排序算法，具有简化场景、准确率高、计算快捷的优点。当前基于网络结构的方法主要聚焦于网络中的链式或星型结构，例如节点近邻等，观测视角相对局限，而已有研究表明，圈结构在网络中正扮演着越来越重要的角色。基于此，本发明旨在提出一种基于圈结构的多传播源选择算法，使其能在未知用户属性数据的情况下达到更好的传播效果，既保证了基于网络结构方法的优势，又囊括了相较于节点近邻来说更多的网络结构信息，实现对网络结构信息的充分挖掘。

发明内容

本发明公开了一种基于圈结构的网络多传播源选择方法，能够在社交平台等大规模场景中利用已知的对象之间的关系构建复杂网络，确定传播效果最优的多对象组合，即多传播源，以用于信息传播效果的最优化。

本发明的技术解决措施如下：一种基于圈结构的网络多传播源选择方法，所述方法的步骤包括：

S1、获取当前场景下的用户列表及用户之间的关系；

S2、以用户为节点，好友关系为连边，构建一个无向无权的社交关系网络，将得到的社交关系网络用邻接矩阵A表示；

S3、运行基本圈搜索算法，找到网络中一组基本圈 B＝{B₁,B₂,B₃,…,B_|E|-|V|+1}；

S4、运行节点圈数计算算法，计算每个节点的基本圈圈数n_b；

S5、将所有节点按圈数的大小排序，排在前k％的节点即为重要的传播源节点。

步骤S1所述的用户的其他个人信息无需获取。

步骤S2所述邻接矩阵A，如果在得到的数据中节点j和节点i是好友关系，则A_ij＝1，否则A_ij＝0。

步骤S3所述的基本圈B的定义为：网络中的所有圈向量在二进制域上构成的向量空间称为圈空间，圈空间的一组基就称为一组基本圈B。

步骤S3所述的基本圈搜索算法的步骤包括：

S31、设无向简单网络为G(V,E)，其中V为网络中的节点集合，E为网络中的边集合，并初始化N为G中所有节点构成的集合，M为G中所有边构成的集合，假设T为构成网络的生成树的节点集合，W表示还未被搜寻的节点集合；