[发明专利]基于社交网络事件的用户影响力预测方法

摘要

本发明实施例提供一种基于社交网络事件的用户影响力预测方法，通过社交网络中M个用户在N个事件上的影响力建立用户影响力矩阵S，通过用户的特征信息建立用户相关度矩阵U，通过事件的特征信息建立事件相关度矩阵E，然后根据用户影响力矩阵S、用户相关度矩阵U和事件相关度矩阵E，将事件相关性和用户相关性融合到矩阵分解预测模型中，提出新的预测模型MF‑EUN进行基于社交网络事件的用户影响力预测，提高了预测结果的准确性。另外，通过本发明实施例提供的用户影响力预测方法可以比较全面的预测社交网络中用户的影响力。

主权项

一种基于社交网络事件的用户影响力预测方法，其特征在于，包括：根据M个用户在N个事件上的影响力建立用户影响力矩阵S，所述用户影响力矩阵S中的元素s_ue表示用户u在事件e上影响朋友的比例，其中，1≤u≤M且为整数，1≤e≤N且为整数，所述M为大于1的整数，所述N为大于1的整数；根据所述M个用户的特征信息建立用户相关度矩阵U，所述用户相关度矩阵U中的元素u_uu′表示用户u和用户u′之间的相关度，其中1≤u′≤M且为整数；根据所述N个事件的特征信息建立事件相关度矩阵E，所述事件相关度矩阵E中的元素e_ee′表示事件e和事件e′之间的相关度，其中1≤e′≤N且为整数；根据所述用户影响力矩阵S、所述用户相关度矩阵U和所述事件相关度矩阵E，确定用户特征向量矩阵P、事件特征向量矩阵Q、用户相关度影响因子矩阵W和事件相关度影响因子矩阵Z，其中，P和Q分别为对所述用户影响力矩阵S进行矩阵分解之后得到的用户的特征向量矩阵和事件的特征向量矩阵，W和Z分别为用户相关度和事件相关度对社交网络事件中的用户影响力的影响因子矩阵；根据所述用户特征向量矩阵P、事件特征向量矩阵Q、用户相关度影响因子矩阵W和事件相关度影响因子矩阵Z，确定社交网络事件中的用户影响力。