[发明专利]一种社交网络的有效信息提取方法

摘要

本发明基于社交网络的内在特性，提出了基于有效性过滤的真实信息提取方法，检测处理中基于用户信息建立了有效的二次特征，并经多层规则评判。计算时都采用线性复杂度的算法进行分析，计算资源需求小，具有较低的时间和空间代价；提取过程采用基于线性的计算方式对数据进行快速计算，计算代价很低，最终转发记录的用有效性得分来度量是否保留此记录，有很强的可说明性。此信息提取方式在现实中更具实用价值。本发明有效实现了对社交网络的海量的评论信息的有效性分析，能够过滤各主题的低质量信息，并保留真实有效的信息以供后续分析使用。

主权项

1.一种社交网络有效信息的提取方法，其特征在于：它包括以下步骤： 步骤一：获取欲分析的某条已发布的微博信息的所有G个的转发及评论的相关记录，P_k表示第k个转发的相关记录，G为大于或等于800的整数，k＝1，2，3……G；P_k＝{id_k，ct_k，prg_k，prf_k，prw_k}，即P_k中包含了id_k，ct_k，prg_k，prf_k，prw_k，分别为此第k个转发的转发人的id，评论的文字内容，此转发用户的关注总人数、粉丝总人数、自己发布的微博总条数；同时设定单信息重复阈值系数β，0＜β＜0.005； 步骤二：根据G个转发的相关记录信息，提取所有转发记录的特征量集合，用PF_k(l)表示第k个转发记录的第l个的特征量，其中l＝1，2，3，4； 步骤三：根据所有转发的记录的特征量集合PF_p，p＝1，2，3，...，G，对这些记录进行质量判定，得出质量评分Sc(p)，p＝1，2，3，...，G； P_k的质量得分Sc(k)计算方式如下所示： 步骤四：对所有转发的记录，根据转发的用户id，分析各记录的重复规避评分Ss(p)，p＝1，2，3，...，G； P_k的Ss(k)得分计算方式如下： 步骤五：对所有转发记录的评论内容，根据评论的字面内容ct_k，分析各记录的独立性评 分St(p)，p＝1，2，3，...，G； P_k的St(k)得分计算方式如下： 步骤六：根据所有记录的质量评分、重复规避评分、独立评分，计算各记录的有效性S(p)，p＝1，2，3，...，G。 步骤七：将S(k)为0的转发和评论记录P_k删除，剩余记录即为抽取出来的有效信息。