[發明專利]微博媒體中的意見領袖識別方法

有效

• 申請號: 201310032394.4
• 申請日: 2013-01-26
• 公開（公告）號: CN103150333A
• 公開（公告）日: 2013-06-12
• 發明（設計）人: 鄭中華;高威;帥志虎;周銀行
• 申請（專利權）人: 安徽博約信息科技有限責任公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.微博媒體中的意見領袖識別方法，包括以下步驟：

一、網絡意見收集：

網絡意見的收集是通過微博平臺用戶發表的言論，通過網絡的合法的收集下載，下載大量的微博發文及其評論信息，并針對相關的話題比較活躍的進行跟蹤的下載，將所有的發文按照用戶分類進行抽取、統計以提供各方面的分析；

二、標準樣本庫標注：

選取一段時間內，有發言的微博作者，由相關的意見領袖識別專家對該作者進行手工標注，給出是否為網絡水軍的判定，并從中選取一定量的微博作者放入標準樣本數據庫；該樣本數據將作為后續意見領袖判定的標注樣本集合；

三、意見個體活躍度：

1)個體活躍度由三個方面構成，包括，在某一段相關話題比較活躍的時間內，該作者平均每天發表的原創帖子數量記為V_org，每天轉發的帖子數量記為V_for，每天評論的帖子數量記為V_rem，可以定義下述公式將該指標量化；

L＝W_orgV_org+W_forV_for+W_remV_rem?(1)

在(1)式中，W_org為原創帖子所占的活躍度權重，W_for為轉發帖子所占的活躍度權重，W_rem為評論帖子所占的活躍度權重；為了防止具有較大初始值的屬性與具有較小初始值的屬性相比，權重過大，需要先將上述三種帖子數量進行規范化后再代入公式進行計算；

四、意見個體受關注度：

如果意見個體所發的微博受關注程度越高，則越可能是意見領袖，為此定義平均轉發數、平均瀏覽數、平均評論數三種指標如下；

1)平均轉發數M＝Tt/N，其中：N為發文量，Tt為所有發文轉發總數；

2)平均瀏覽數S＝Tc/N，其中：N發文量，Tc為所有發文瀏覽數的總數；

3)平均評論數P＝Td/N，其中：N發文量，Td為所有發文評論數的總數；

4)平均轉發數的權重比為Wm，平均瀏覽數的權重比為Ws，平均評論數的權重比為Wp；

意見個體受關注度C＝M*Wm+S*Ws+P*Wp??(2)

各個數量在代入(2)式計算時同樣需要做歸一化處理；

五、意見個體發文認同度：

對于某個主題或領域的意見領袖，其發表的微博觀點往往會得到多數人的認同，定義意見個體發文認同度指標如下：

B=Σi=1kAgreei-DisAgreeiN+1---(3)]]>

在(3)式中，Agree_i表示意見個體發布的第i篇文章中所有持支持態度的評論數；DisAgree_i表示持反對態度的評論數；k為意見個體發布的文章總數；N為所有參與評論的作者數量；

六、意見領袖的分析和識別：

針對步驟二中所述樣本標注集合，計算出每一個作者的意見個體活躍度，意見個體受關注度，意見個體發文認同度后，可以得到一個三維特征向量(L，C，A)，每個作者都代表三維空間中的一個點；對于一個未知的作者樣本，在計算出其三維特征向量后，那么可以計算出樣本數據集中離其最近的K個點，其中意見領袖和非意見領袖兩個類別所占的個數表示成k_i，i＝1，2；i＝1表示意見領袖，i＝2表示非意見領袖，定義判別函數為：g_i(x)＝k_i，i＝1，2；決策規則為：根據這個K個最近鄰點中所占大多數的類別，可以預測出該作者是否為意見領袖。