[發(fā)明專利]微博媒體中的意見(jiàn)領(lǐng)袖識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310032394.4
• 申請(qǐng)日: 2013-01-26
• 公開(kāi)（公告）號(hào): CN103150333A
• 公開(kāi)（公告）日: 2013-06-12
• 發(fā)明（設(shè)計(jì)）人: 鄭中華;高威;帥志虎;周銀行
• 申請(qǐng)（專利權(quán)）人: 安徽博約信息科技有限責(zé)任公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種微博媒體中的意見(jiàn)領(lǐng)袖識(shí)別方法。

背景技術(shù)

進(jìn)入20世紀(jì)，WEB2.0的發(fā)展促生了大量的網(wǎng)絡(luò)社區(qū)和微博這一新生代的信息交流平臺(tái)，人們可以在不同社區(qū)和微博平臺(tái)內(nèi)交流信息和傳播思想。在網(wǎng)絡(luò)社區(qū)中同樣存在領(lǐng)域意見(jiàn)領(lǐng)袖，這些意見(jiàn)領(lǐng)袖在某種程度上影響著人們的購(gòu)買行為、政治觀點(diǎn)。很多人開(kāi)始研究信息傳播最大化問(wèn)題，也就是如何從社會(huì)網(wǎng)絡(luò)中選取一部分個(gè)體進(jìn)行信息傳播，以最大化信息的傳播。意見(jiàn)領(lǐng)袖在信息傳播和在市場(chǎng)營(yíng)銷等等其他各個(gè)方面的應(yīng)用有很大的影響。越來(lái)越多的人想從意見(jiàn)領(lǐng)袖角度去影響和促進(jìn)信息的傳播和擴(kuò)大某一方面的或某一信息的影響力。

在目前網(wǎng)絡(luò)，一方面微博大部分采用實(shí)名認(rèn)證機(jī)制，可以對(duì)意見(jiàn)領(lǐng)袖的特征進(jìn)行分析；另一方面微博海量的數(shù)據(jù)為我們的研究提供了真實(shí)的歷史數(shù)據(jù)，這些數(shù)據(jù)包括用戶的個(gè)人信息以及用戶在微博中的交互記錄，這些海量的數(shù)據(jù)以及用戶的資料是研究的一個(gè)重要的信息依據(jù)。目前主要的一些識(shí)別技術(shù)對(duì)微博用戶影響力進(jìn)行了定義，不同的研究思路有不同衡量標(biāo)準(zhǔn)，有的使用粉絲數(shù)量和微博轉(zhuǎn)發(fā)數(shù)量對(duì)用戶影響力進(jìn)行了衡量，結(jié)果表明粉絲數(shù)量多的用戶微博不一定會(huì)得到很多的轉(zhuǎn)發(fā)或者評(píng)論，有的是給定一個(gè)主題，用戶的影響力定義為他的所有粉絲的影響力之和，還有一部分和本發(fā)明比較相近的是以入度、轉(zhuǎn)發(fā)數(shù)、提及數(shù)三項(xiàng)為影響力標(biāo)準(zhǔn)

現(xiàn)有技術(shù)的缺點(diǎn)如下：

1)在統(tǒng)計(jì)微博用戶信息數(shù)據(jù)的時(shí)候，沒(méi)有針對(duì)微博用戶的發(fā)表的言論的時(shí)間做深入的分析，但其發(fā)文頻率也是評(píng)價(jià)一個(gè)用戶的活躍度的標(biāo)準(zhǔn)，活躍度也是意見(jiàn)領(lǐng)袖識(shí)別的一個(gè)重要因素，因而影響了識(shí)別的可靠性。

2)在以轉(zhuǎn)發(fā)、提及數(shù)為標(biāo)準(zhǔn)的時(shí)候，將所有的評(píng)論信息都當(dāng)作單一的信息對(duì)象處理，這樣極大的混淆了信息的質(zhì)量。意見(jiàn)領(lǐng)袖的影響力從客觀的角度是可分成兩方面的，一種是積極的正面影響，另一種是消極的負(fù)面影響。研究評(píng)論應(yīng)該深入的分析評(píng)論的正負(fù)性以判斷其可靠性和其影響趨勢(shì)。如果未能全面的處理將影響意見(jiàn)領(lǐng)袖的判斷。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種從微博中準(zhǔn)確完善的分析用戶并快速準(zhǔn)確的找出意見(jiàn)領(lǐng)袖的識(shí)別方法。

為了解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：微博媒體中的意見(jiàn)領(lǐng)袖識(shí)別方法，包括以下步驟：

一、網(wǎng)絡(luò)意見(jiàn)收集：

網(wǎng)絡(luò)意見(jiàn)的收集是通過(guò)微博平臺(tái)用戶發(fā)表的言論，通過(guò)網(wǎng)絡(luò)的合法的收集下載，下載大量的微博發(fā)文及其評(píng)論信息，并針對(duì)相關(guān)的話題比較活躍的進(jìn)行跟蹤的下載，將所有的發(fā)文按照用戶分類進(jìn)行抽取、統(tǒng)計(jì)以提供各方面的分析；

二、標(biāo)準(zhǔn)樣本庫(kù)標(biāo)注

選取一段時(shí)間內(nèi)，有發(fā)言的微博作者，由相關(guān)的意見(jiàn)領(lǐng)袖識(shí)別專家對(duì)該作者進(jìn)行手工標(biāo)注，給出是否為意見(jiàn)領(lǐng)袖的判定，并從中選取一定量的微博作者放入標(biāo)準(zhǔn)樣本數(shù)據(jù)庫(kù)；該樣本數(shù)據(jù)將作為后續(xù)意見(jiàn)領(lǐng)袖判定的標(biāo)注樣本集合；具體選取方法和選取數(shù)量請(qǐng)見(jiàn)具體實(shí)施方式；

三、意見(jiàn)個(gè)體活躍度：

1)個(gè)體活躍度由三個(gè)方面構(gòu)成，包括，某一段相關(guān)話題比較活躍的時(shí)間內(nèi)，該作者平均每天發(fā)表的原創(chuàng)帖子數(shù)量記為V_org，每天轉(zhuǎn)發(fā)的帖子數(shù)量，記為V_for，每天評(píng)論的帖子數(shù)量記為V_rem，可以定義下述公式將該指標(biāo)量化；

L＝W_orgV_org+W_forV_for+W_remV_rem??(1)

在(1)式中，W_org為原創(chuàng)帖子所占的活躍度權(quán)重，W_for為轉(zhuǎn)發(fā)帖子所占的活躍度權(quán)重，W_rem為評(píng)論帖子所占的活躍度權(quán)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(quán)重過(guò)大，需要先將上述三種帖子數(shù)量進(jìn)行規(guī)范化后再代入公式進(jìn)行計(jì)算；規(guī)范化和參數(shù)確定具體方法請(qǐng)見(jiàn)具體實(shí)施方式；

四、意見(jiàn)個(gè)體受關(guān)注度：

如果意見(jiàn)個(gè)體所發(fā)的微博受關(guān)注程度越高，則越可能是意見(jiàn)領(lǐng)袖，為此定義平均轉(zhuǎn)發(fā)數(shù)、平均瀏覽數(shù)、平均評(píng)論數(shù)三種指標(biāo)如下；

1)平均轉(zhuǎn)發(fā)數(shù)M＝Tt/N，其中：N為發(fā)文量，Tt為所有發(fā)文轉(zhuǎn)發(fā)總數(shù)；

2)平均瀏覽數(shù)S＝Tc/N，其中：N發(fā)文量，Tc為所有發(fā)文瀏覽數(shù)的總數(shù)；

3)平均評(píng)論數(shù)P＝Td/N，其中：N發(fā)文量，Td為所有發(fā)文評(píng)論數(shù)的總數(shù)；

4)平均轉(zhuǎn)發(fā)數(shù)的權(quán)重比為Wm，平均瀏覽數(shù)的權(quán)重比為Ws，平均評(píng)論數(shù)的權(quán)重比為Wp；