[發明專利]一種提高社交網絡用戶產生內容信息影響力準確性的方法

有效

• 申請號: 201410119194.7
• 申請日: 2014-03-27
• 公開（公告）號: CN103902690B
• 公開（公告）日: 2017-03-22
• 發明（設計）人: 李蕾;林鑫;王博遠
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京德琦知識產權代理有限公司11018
• 代理人: 鄭紅娟,宋志強

技術領域

本發明涉及信息監測技術,特別是一種提高社交網絡用戶產生內容信息影響力準確性的方法。

背景技術

互聯網已經進入到web2.0時代，每個用戶都可以自由發表言論，很多重要內容或者新聞都是通過用戶產生內容（UGC，User?Generate?Content）首先產生出來，繼而通過社交網絡廣泛傳播，最終在某個特定的社交圈子內甚至整個社會產生巨大的影響力。因此，UGC影響力的研究對于信息采集、監測、預測等都具有非常重要的作用。但是由于UGC的數量過于龐大，增加的速度非常快，很難對所有UGC進行處理，必須要篩選出質量好而且影響力高的UGC來進行研究和利用。由此，對UGC的質量和信息影響力評估的研究越來越受到重視。

目前關于信息影響力的研究主要應用影響力擴散模型（IDM，Influence?Diffusion?Model）及其改進模型（如影響力擴散概率模型IDPM，Influence?Diffusion?Probability?Model等）進行分析。基于文本會話的影響力擴散模型IDM利用會話中的回復鏈結構，基于詞頻計算文本間的相似性來計算源的影響力擴散能力，每條回復擴散的影響力之和即為該文本的影響力擴散能力。該模型提出后，成為信息影響力研究的重要基石，后人對于信息影響力的研究大多是對該模型進行改進；影響力擴散概率模型IDPM通過在整個興趣空間上定義單個關鍵詞語傳播概率影響力來解決IDM模型中的影響力傳遞結構斷層問題和灌水導致的虛假影響力傳播問題，通過考慮句子中的有效關鍵詞語來解決IDM模型中的影響力傳遞內容斷層問題。

但是這些模型存在一些非常明顯的缺陷，如每個評論或者回復的權值都相同、沒有考慮用戶之間的關系等。以BBS上的一個帖子作為UGC為例，如圖1所示：

用戶1為信息發布者，用戶2～用戶5為用戶1的回復者，A、B、C、D、E、F為該帖子包括的關鍵詞，粗實線表示帖子在用戶中的影響力傳播關系，粗實線的方向為帖子的影響力傳播方向，點劃線表示用戶間粉絲關系，虛線表示用戶在興趣網絡中屬于同一社群的關系，細實線表示用戶在粉絲網絡中屬于同一社群的關系。

圖1中，用戶2～用戶5都回復了用戶1的帖子，不過用戶2是用戶1的粉絲，用戶3與用戶1屬于相同興趣網絡社群，用戶4與用戶1屬于相同粉絲網絡社群（但不是用戶1的粉絲），用戶5是新用戶，之前可能幾乎與用戶1沒有關系。

由此可以看出，IDPM模型中沒有對UGC的關鍵詞進行分別加權處理會導致計算UGC的信息影響力存在偏差。

發明內容

有鑒于此，本發明提出了一種提高社交網絡用戶產生內容信息影響力準確性的方法，有效解決了現有技術中不對UGC的關鍵詞進行分別加權處理導致計算UGC的信息影響力存在偏差的缺陷。本發明提出的技術方案是：

一種提高社交網絡用戶產生內容信息影響力準確性的方法，該方法包括：

A.建立社交網絡UGC成員參與機制，確定所述成員參與機制各影響因素間的路徑系數，所述路徑系數為所述成員參與機制各影響因素間的相關程度；

B.根據所述UGC的用戶粉絲關系構建粉絲網絡無權有向圖，對所述粉絲網絡無權有向圖進行社群劃分；根據所述UGC的用戶回復關系構建興趣網絡有權無向圖，對所述興趣網絡有權無向圖進行社群劃分；

C.根據所述成員參與機制各影響因素間的相關程度計算用戶X的社交影響力U_X；

D.根據計算用戶X發布關鍵詞K的社交影響力，m為關鍵詞K在用戶X上的傳播次數，如果m＝0，則S_KX＝0；

E.根據公式計算關鍵詞K在所述UGC中的綜合社交影響力；

F.計算所述M個關鍵詞在所述UGC中的綜合社交影響力之和，得到所述UGC的信息影響力INF。

上述方案中，所述成員參與機制包括信息質量、群體認同感、價值感知和參與四個影響因素，信息質量和群體認同感的路徑系數為a₁，信息質量和價值感知的路徑系數為a₂，價值感知和群體認同感的路徑系數為a₃，參與和群體認同感的路徑系數為a₄。

上述方案中，所述步驟C進一步包括：

根據公式計算所述UGC中用戶X的社交影響力，

其中，b為用戶X在所述UGC中被直接回復的次數，如果用戶不存在直接回復者，則U_X＝0；