[發明專利]一種基于話題影響力的微博話題溯源方法

有效

• 申請號: 201410374437.1
• 申請日: 2014-08-01
• 公開（公告）號: CN104133897B
• 公開（公告）日: 2017-07-11
• 發明（設計）人: 楊靜;董圓;張健沛;王勇;初妍;張樂君;楊悅;張澤寶;國林
• 申請（專利權）人: 哈爾濱工程大學
• 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

1.一種基于話題影響力的微博話題溯源方法，其特征在于：

(1)根據信息檢索領域的隱形語義查詢擴展方法，對輸入的話題詞組tp進行語義擴展，得到與給定話題相關的前k個話題：

(1.1)對數據集中的所有微博進行去停用詞、詞干化預處理，構建基于向量空間模型的文本數據庫；

(1.2)對用戶提交的查詢話題進行去停用詞、詞干化預處理，形成查詢的向量形式TP；

(1.3)根據隱形語義索引LSI方法獲得與給定話題語義相關的前k個話題；

(2)確定微博網絡中的用戶關系及信息傳播規律，確定話題影響力TIN：

(2.1)在微博中搜索話題tp_k包含的所有微博wb_j,j＝1……n；

(2.2)計算每條微博wb_j的影響力wbin_j；

wbin_j＝log fw_j×log cm_j×cp_j，

其中，fw_j代表微博的被轉發數，cm_j代表微博的回復數，cp_j代表微博的有效回復率即回復的微博中有效回復數占回復數之比；

(2.3)通過標簽字段判斷話題tp_k所屬的類別，確定話題類別在話題影響力計算公式中的權重tc；

tc₀代表話題類別的初始權重，wb代表某一時間段內要溯源的話題tp_k的微博數量,wb_a表示這一時間段內網絡中的所有微博數；

(2.4)計算話題tp_k的內容影響力CIN；

(2.5)計算話題的意見領袖的影響力LIN，其中影響因素包括用戶對話題的敏感度貢獻度UC和權威度UA，用戶的影響力排名中前5位用戶為話題的意見領袖，他們的影響力之和為話題的意見領袖影響力；

t表示實驗持續時間，B_u^tp(i)表示距實驗起始時間第i個時間步用戶u所發布的與話題詞組tp有關的微博數，包括轉發、回復、原創微博，代表B_u^tp(i)的均值；B_i^tp表示距實驗起始時間第i個時間步與話題詞組tp有關的微博數，代表B_i^tp的均值，以1h為一個時間步，

u₁代表該用戶之前他的關注者中參與話題的人數，u₂代表該用戶之后他的粉絲中參與話題的人數，b₁代表用戶參與話題前他的關注者發表的與話題相關的微博數，b₂代表用戶參與話題后他的粉絲發表的與話題相關的微博數，在影響力計算中的權重分配為：機構和媒體，UA＝1.0；明星達人，UA＝0.8；草根用戶，UA＝0.4；

(2.6)計算話題的影響力強度TIN；

TIN＝CIN+LIN；

(2.7)重復上述(2.1)到(2.6)步，計算出與話題詞組tp相關的k個話題的影響力；

(3)根據影響力計算公式，以1h為一個時間步計算話題的影響力，得到話題在傳播過程中隨著時間變化的影響力趨勢，其影響力強度從話題初期的緩慢增長到急劇上升最后達到平穩狀態，即話題成長為熱點；

(4)推導話題溯源遞推公式，并確定其溯源遞推終止條件，輸出引發話題的源頭wb_p：

(4.1)根據話題的影響力變化趨勢逆向推導，得到溯源遞推公式：

TIN(tp)＝min TIN(tp_k)；

(4.2)對話題的溯源模型進行動力學分析，仿真話題傳播的演化過程，當演化曲線趨于平穩時即停止話題的溯源遞推，

話題溯源模型包括三個狀態，以N表示未接觸話題狀態即未激活狀態，A表示接觸話題并傳播狀態即激活狀態，R表示接觸話題而不愿傳播狀態即免疫狀態；未激活態到激活態的概率為λ，激活態到免疫態的概率為μ，未激活態到免疫態的概率為θ；a(t)，n(t)，r(t)分別為A，N，R狀態的密度；

(4.3)輸出曲線中處于話題從出現到發展成為熱門話題的臨界區間的微博wb_p，p＝1……n。