[發明專利]一種個性化的社交網絡影響識別方法

有效

• 申請號: 201410216618.1
• 申請日: 2014-05-22
• 公開（公告）號: CN103955545B
• 公開（公告）日: 2017-07-18
• 發明（設計）人: 張一文
• 申請（專利權）人: 成都品果科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 成都九鼎天元知識產權代理有限公司51214
• 代理人: 袁春曉

1.一種個性化的社交網絡影響識別方法，其特征在于，包括：

步驟101：選擇一網絡用戶群，將所述用戶群中每一個成員分別作為目標用戶識別其直接朋友，建立每個目標用戶相對其直接朋友的關系對，所述每個關系對包括一個目標用戶與其一位直接朋友；提取每個關系對的關系特征值；

步驟102：將影響程度按升序或降序分為1、2…、n等級，根據關系對的關系特征值將所有的關系對分類到所述的n個等級中形成n組；所述n為大于1的整數；在第m組中的關系對的影響程度為m等級，m取1、2、…或n；

步驟103：選取一預測模型，利用每個關系對的關系特征值及其影響程度訓練所述預測模型；

步驟104：選定一新用戶，識別網絡中該新用戶的所有直接朋友，建立所述新用戶相對其直接朋友的關系對，并提取每個關系對的關系特征值；

步驟105：將新用戶每個關系對的關系特征值帶入訓練好的預測模型中，通過訓練好的預測模型計算出新用戶的每個直接朋友對其的影響程度。

2.根據權利要求1所述的一種個性化的社交網絡影響識別方法，其特征在于，所述關系對的關系特征值包括以下特征值中的至少一個：目標用戶查看了多少次直接朋友的主頁；目標用戶查看了多少次直接朋友的帖子；目標用戶評論了多少次直接朋友的帖子；目標用戶轉載了多少次直接朋友的帖子；目標用戶贊了多少次直接朋友的帖子；直接朋友查看了多少次目標用戶的描述概要；直接朋友查看了多少次目標用戶的帖子；直接朋友評論了多少次目標用戶的帖子；直接朋友轉載了多少次目標用戶的帖子；直接朋友贊了多少次目標用戶的帖子；距離上次目標用戶與直接朋友交流多少小時；目標用戶和直接朋友之間有多少共同直接朋友；所述共同直接朋友占目標用戶的直接朋友總數的比例；所述共同直接朋友占直接朋友的直接朋友總數的比例。

3.根據權利要求1或2所述的一種個性化的社交網絡影響識別方法，其特征在于，在步驟102中使用K-Means聚類算法根據關系對的關系特征值將所有的關系對分為n組；然后抽查每組中的若干關系對，根據從每組中抽查的關系對的關系特征值將n組的影響程度進行升序或降序排序，并按照順序將n組的影響程度標記為1、2…、n等級。

4.根據權利要求3所述的一種個性化的社交網絡影響識別方法，其特征在于，所述步驟103中，選用的預測模型為支持向量機模型。

5.一種個性化的社交網絡影響識別方法，其特征在于，包括：

步驟201：選定一新用戶，識別網絡中該新用戶的所有直接朋友，建立所述新用戶相對其直接朋友的關系對，并提取每個關系對的關系特征值；

步驟202：將新用戶每個關系對的關系特征值帶入訓練好的預測模型中，通過訓練好的預測模型計算出新用戶的每個直接朋友對其的影響程度；

所述步驟202中的預測模型是按照以下步驟訓練出來的：

步驟301：選擇一網絡用戶群，將所述用戶群中每一個成員分別作為目標用戶識別其直接朋友，建立每個目標用戶相對其直接朋友的關系對，所述每個關系對包括一個目標用戶與其一位直接朋友；提取每個關系對的關系特征值；

步驟302：將影響程度按升序或降序分為1、2…、n等級，根據步驟301中關系對的關系特征值將所有的關系對分類到所述的n個等級中形成n組；所述n為大于1的整數；在第m組中的關系對的影響程度為m等級，m取1、2、…或n；

步驟303：利用步驟301及步驟302中所述的每個關系對的關系特征值及其影響程度訓練所述預測模型。

6.根據權利要求5所述的一種個性化的社交網絡影響識別方法，其特征在于，所述關系對的關系特征值包括以下特征值中的至少一個：目標用戶查看了多少次直接朋友的主頁；目標用戶查看了多少次直接朋友的帖子；目標用戶評論了多少次直接朋友的帖子；目標用戶轉載了多少次直接朋友的帖子；目標用戶贊了多少次直接朋友的帖子；直接朋友查看了多少次目標用戶的描述概要；直接朋友查看了多少次目標用戶的帖子；直接朋友評論了多少次目標用戶的帖子；直接朋友轉載了多少次目標用戶的帖子；直接朋友贊了多少次目標用戶的帖子；距離上次目標用戶與直接朋友交流多少小時；目標用戶和直接朋友之間有多少共同直接朋友；所述共同直接朋友占目標用戶的直接朋友總數的比例；所述共同直接朋友占直接朋友的直接朋友總數的比例。