[发明专利]基于用户及用户行为的交互网络生成方法

说明书

本发明公开了一种基于用户及用户行为的交互网络生成方法，首先是以社交交互行为连接权值e_i→j＝[l,c,r]作为用户之间的有向连接边，构建了一个基于社交用户属性和交互行为的社交图FIG＝(V,e_j→i)；然后考虑到难以获取用户集USER中各个用户隐私属性信息以及在热点事件早期传播过程中难以获取充足数据的实际问题，利用图变分自动编码器把各个用户从所述FIG＝(V,e_j→i)交互空间映射到隐变量空间FIG_BH中，使用包含着点赞、评论和转发的用户行为信息来增强用户的属性信息，通过增强多源信息关联性的方法提升了社交信息特征的光滑度。

技术领域

本发明涉及社交网络数据挖掘技术，更特别地说，是指一种基于用户及用户行为的交互网络生成方法。

背景技术

与传统新闻媒体“点对面”的信息扩散方式相比，社交网络新闻“点对点”的扩散方式促使信息通过用户交互的形式快速传播。虽然政府能够从交互信息中听取公民的意见和需求，但这种扩散方式难以通过简单的评审机制约束虚假信息的传播。现有的大多数舆情监测算法都侧重于从海量内容提取虚假新闻特征并逐个评审网络言论，这些算法在信息收集和特征整合的过程中存在以下挑战：

(1)由于网络信息的海量规模和恶意用户本身的对抗行为，算法不仅因过量的监测任务而无法满足速度需求，同时因没有充足的优良数据集而无法满足监测精度要求

(2)计算算法在多步推理过程中，可能因为信息之间较弱的相关性和常识知识的缺乏而无法完成。

(3)社交网络存在多种概念漂移，概念漂移可能完全改变模型的监测结果。

考虑到目前关于舆情监测中没有基于用户属性、用户行为、文本内容和社交网络四位一体的全面研究，无法展开对面向舆情监测的社交网络进行准确的数据分析和关键技术提取。

发明内容

为了对现有社交网络中焦点用户(user_焦点)不仅对热点事件的扩散起到助推作用，还影响着用户群体对热点事件的认识。在热点事件舆情监测中，快速、准确地识别出所述user_焦点对舆情积极引导起到正面的作用。本发明提出了一种基于用户及用户行为的交互网络生成方法。在本发明中，焦点用户user_焦点的一个非常重要的特征就是个体属性和交互行为都具有较大的影响力。因此，为了能准确识别热点事件下的焦点用户user_焦点，本发明的交互网络生成方法首先是以社交交互行为连接权值e_i→j＝[l,c,r]作为用户之间的有向连接边，构建了一个基于社交用户属性和交互行为的社交图FIG＝(V,e_j→i)；然后考虑到难以获取用户集USER中各个用户隐私属性信息以及在热点事件早期传播过程中难以获取充足数据的实际问题，利用图变分自动编码器把各个用户从所述FIG＝(V,e_j→i)交互空间映射到隐变量空间FIG_BH中，使用用户行为信息(包含着点赞、评论和转发的行为)来增强用户的属性信息，通过增强多源信息关联性的方法提升了社交信息特征的光滑度。

本发明的一种基于用户及用户行为的交互网络生成方法，是对社交网站中的注册用户进行的；并且有下列步骤：

步骤一，采集任意一社交网站上任意一热点事件中存在的用户及用户间社交行为信息；

在步骤一中记录了，社交网站中基于热点事件下的用户集USER＝{user₁,user₂,…,user_i,…,user_j,…,user_V}，以及任意两个用户间的社交行为信息E_i→j(l,c,r)，任意两个用户间的社交交互行为连接权值记为e_i→j＝[l,c,r]，用户user_i为发贴者。

步骤二，依据用户间的社交交互行为连接权值构建社交网；