[發明專利]一種基于有限節點驅動的微博社會網絡信息推薦方法

有效

• 申請號: 201310285214.3
• 申請日: 2013-07-08
• 公開（公告）號: CN103412872B
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 杜友田;蘇暢;管曉宏;吳陳鶴
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 汪人和

技術領域

本發明屬于在線社會網絡技術領域，涉及一種基于有限節點驅動的微博社會網絡信息推薦方法。

背景技術

近年來，微博、博客和論壇等新型網絡應用服務的出現深刻改變了人們的信息交流方式，成為了人們獲取、傳播信息的重要平臺。由此形成的在線社會網絡（Online Social Networks，OSN）已經成為了當前研究的熱點。微博是在線社會網絡的典型代表之一，已成為一種重要的信息交流平臺和公共話題傳播平臺。

在線社會網絡研究主要涉及網絡結構和用戶行為分析、信息傳播建模以及內容推薦等。目前，內容推薦研究側重于通過分析用戶關注的內容將符合用戶興趣的內容直接推薦至用戶，在電子商務系統和視頻分享網站等領域得到廣泛應用。采用的技術主要是協同過濾，即通過對用戶的顯式輸入或隱式輸入的歷史數據收集并統計，預測與此用戶興趣相似的用戶，并將相似用戶感興趣的對象或信息推薦給此用戶。

基于協同過濾的內容推薦研究主要考慮了內容的匹配程度。實際上，對于微博社會網絡來說內容推薦還有另外一種類型：將內容推薦至多個用戶節點，基于這些驅動節點及其粉絲的關注和轉發來實現信息傳播并將內容推薦至更多的用戶。該問題的核心是：如何確定多個驅動用戶節點，使得由這些節點聯合驅動時話題的傳播廣度最大。信息傳播受用戶興趣度、用戶粉絲數、用戶的轉發行為等多種因素影響。以往研究表明，由于用戶對話題存在不同喜好，同一節點對不同話題的傳播能力有很大差異。此外，信息內容對相關用戶的提及率也是影響該信息傳播速度、規模以及范圍的重要因素。

發明內容

本發明解決的問題在于提供一種基于有限節點驅動的微博社會網絡信息推薦方法，使得推薦信息在微博網絡中傳播能達到近似最大的廣度。

本發明是通過以下技術方案來實現：

一種基于有限節點驅動的微博社會網絡信息推薦方法，包括以下操作：

1）在微博社會網絡中，構建以用戶節點為頂點，頂點之間的邊包括關注邊和轉發邊的雙邊雙權值網絡，其中關注邊和轉發邊分別有各自的權重；

按照下式計算微博社會網絡中節點的影響力IR，并選取C個影響力最大的節點構成候選節點集Q_C：

其中，d為跳變概率，N為網絡中的用戶節點數，B_v,f和B_v,r分別為節點q_v關注和轉發過的節點集；

OD_f(q_u)表示從節點q_u發出的關注邊數目，OD_r(q_u)表示從節點q_u發出的轉發邊數目，α表示調節兩類邊的重要程度；w_uv,f為關注邊權值，w_uv,r為轉發邊權值，等于節點q_u轉發節點q_v話題的概率；

w_uv,f=I_v,

I_v為節點q_v對所推薦的信息或話題的興趣度，M_v是節點q_v的發帖總數，M_uv,r是節點q_v轉發節點q_u的帖子數量；

2）對于候選節點集Q_C中的單個節點q，q∈Q_C，建立由q作為單一驅動節點時的推薦話題轉發網絡，并基于該網絡計算單個節點驅動時的推薦信息或話題傳播廣度的期望值；

3）計算候選節點集Q_C中個節點n個節點聯合驅動下信息傳播的廣度的期望值，n<C，選取使得信息傳播廣度最大的n個用戶節點，以所選擇的n個用戶節點作為驅動節點進行推薦信息或話題的傳播。

所述的興趣度I_v通過LDA算法計算用戶節點q_v歷史發帖內容和推薦信息的相似度，以所計算的結果作為q_v對推薦話題的興趣度。

所述在步驟2）中，在構建推薦話題轉發網絡時以網絡拓撲結構和用戶轉發行為基礎進行構建，并用動態貝葉斯網絡推理方法進行推理，從而計算以單個節點q為信息傳播的驅動節點時，網絡中的所有節點參與推薦信息或話題傳播的概率，在所構建的網絡中當某用戶節點接收推薦信息或話題時，則該用戶節點被激活并以概率p轉發該信息或話題，通過計算網絡中被激活用戶的概率和數量來計算單個節點驅動時的信息傳播廣度的期望值。