[发明专利]基于信息熵的社交网络用户分析方法和装置

摘要

本发明公开了一种社交网络用户分析方法，获取信息A，以及发布时期T；获取在所述时期T所选定的社交网络上的全部用户所发布的信息全集B，以及嫌疑用户Z所发布的信息全集D；计算单词Wi的信息量Ii；计算所述信息A之内单词信息熵Ha；计算所述信息Dj之内所述单词信息熵Hdj；计算所述单词信息熵Hdj的平均值U以及变化量V，若判断所述单词信息熵Ha的值在区间[U‑V,U+V]，判定所述信息A为所述嫌疑用户Z所发布的。实现了自动判别社交网络用户身份，避免了采用现有的传统的人工判断所存在的判断的结果客观性不足，需要耗费非常高的人工和时间成本的缺陷。

主权项

一种社交网络用户分析方法，其特征在于，包括：获取需要判别用户身份是否为嫌疑用户Z的信息A及信息A的发布时期T；获取在所述时期T之内所选定的社交网络上的全部用户所发布的信息全集B，以及在所述时期T之内所选定的社交网络上的所述嫌疑用户Z所发布的信息全集D；通过预选单词集合中每一预选单词Wi在所述信息全集B之内的出现频率Pi来计算所述预选单词Wi在所述信息全集B中的信息量Ii，其中，所述信息量Ii的计算公式为Ii＝‑logb(Pi)，b可设置为2、10、e或其他常量，i为所述预选单词Wi的序号，i从1至N，N为所述预选单词集合中的所述预选单词Wi的总数；通过所述预选单词集合中每一预选单词Wi在所述信息A之内的出现频率Ri，并结合所述单词Wi的所述信息量Ii，计算所述信息A之内单词信息熵Ha，其中，所述单词信息熵Ha的计算公式为Ha＝I1×R1+I2×R2+…+IN×RN；根据所述单词Wi在所述信息全集D之内的信息Dj之内的出现频率Qji，并结合所述单词Wi的所述信息量Ii，计算所述信息Dj之内单词信息熵Hdj，其中，j为所述信息Dj的序号，j从1至M，M为所述信息全集D的信息总数，所述单词信息熵Hdj的计算公式为Hdj＝I1×Qj1+I2×Qj2+…+IN×QjN；根据所述信息全集D之内的每一信息Dj的单词信息熵Hdj的大小，确定所述信息全集D的单词信息熵的大小范围；如果所述信息A之内单词信息熵Ha在所述信息全集D的单词信息熵的大小范围之内，则判定所述信息A为所述嫌疑用户Z所发布的；如果所述信息A之内单词信息熵Ha不在所述信息全集D之内的单词信息熵的大小范围之内，则不能判定所述信息A为所述嫌疑用户Z所发布的。