[發明專利]社交活動網絡中種子節點篩選方法和裝置

有效

• 申請號: 201611069792.3
• 申請日: 2016-11-28
• 公開（公告）號: CN108122168B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 趙鵬鵬;吳志勇;李永坤;殷俊;鄧大付;孫龍君;王巨宏;陳偉
• 申請（專利權）人: 中國科學技術大學先進技術研究院;騰訊科技（深圳）有限公司
• 主分類號: G06Q50/00
• 分類號: G06Q50/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 何平;鄧云鵬

本發明涉及一種社交活動網絡中種子節點篩選方法和裝置。所述方法包括：獲取表示社交活動網絡的用戶集合、活動集合、用戶間的關系集合和用戶與活動間的關系集合；根據用戶受到的總的影響變量、用戶集合減去候選節點集合后剩余用戶集合中節點間的轉移概率、用戶集合減去候選節點集合后剩余用戶集合中節點到候選節點集合中的節點的轉移概率估算所述候選節點集合的影響力值；通過迭代估算得到影響力值最大的候選節點集合，將所述影響力最大的候選節點集合作為種子節點集合。上述社交活動網絡中種子節點篩選方法和裝置，在進行種子節點篩選時將用戶活動考慮在內，其篩選的種子節點更加準確，且更加適合應用于社交活動網絡中。

技術領域

本發明涉及計算機應用領域，特別是涉及一種社交活動網絡中種子節點篩選方法和裝置。

背景技術

隨著網絡技術的發展，用戶通過網絡從事社交活動越頻繁，用戶在社交網絡中會產生一定的影響力，為此可利用用戶的影響力傳播信息。

為了刻畫在線社交網絡中影響力的傳播過程，傳統的方式是采用獨立級聯模型和線性閾值模型求取影響力最大化問題，主要是通過直接利用隨機模擬的方法來近似影響力的傳播過程，從而估算出節點集合的影響范圍，在此估算的基礎上利用子模的性質設計貪心算法尋找影響力最大的節點集合。然而傳統的方式篩選的種子節點準確度低。

發明內容

基于此，有必要針對傳統的社交網絡中篩選種子節點的篩選的種子節點準確度低的問題，提供一種社交活動網絡中種子節點篩選方法和裝置，能提高篩選準確度。

一種社交活動網絡中種子節點篩選方法，包括：

獲取表示社交活動網絡的集合參數，所述集合參數包括用戶集合、活動集合、用戶間的關系集合和用戶與活動間的關系集合；

根據所述集合參數獲取活動類型超邊集合、超邊中除某用戶外的其余用戶組成的集合、某用戶參加的活動類型對應的超邊集合、用戶受活動的影響比例、用戶好友集合；

根據用戶受活動的影響比例得到用戶受好友的影響比例，以及根據所述用戶受好友的影響比例、用戶好友集合、用戶受活動的影響比例和超邊中除某用戶外的其余用戶組成的集合和某用戶參加的活動類型對應的超邊集合得到節點隨機游走時的轉移概率；

獲取候選節點集合及所述候選節點集合的影響力；

獲取用戶受到的總的影響變量，根據用戶受到的總的影響變量、用戶集合減去候選節點集合后剩余用戶集合中節點間的轉移概率、用戶集合減去候選節點集合后剩余用戶集合中節點到候選節點集合中的節點的轉移概率估算所述候選節點集合的影響力值；

通過迭代估算得到影響力值最大的候選節點集合，將所述影響力最大的候選節點集合作為種子節點集合。

一種社交活動網絡中種子節點篩選裝置，其特征在于，包括：

第一獲取模塊，用于獲取表示社交活動網絡的集合參數，所述集合參數包括用戶集合、活動集合、用戶間的關系集合和用戶與活動間的關系集合；

第二獲取模塊，用于根據所述集合參數獲取活動類型超邊集合、超邊中除某用戶外的其余用戶組成的集合、某用戶參加的活動類型對應的超邊集合、用戶受活動的影響比例、用戶好友集合；

轉移概率獲取模塊，用于根據用戶受活動的影響比例得到用戶受好友的影響比例，以及根據所述用戶受好友的影響比例、用戶好友集合、用戶受活動的影響比例和超邊中除某用戶外的其余用戶組成的集合和某用戶參加的活動類型對應的超邊集合得到節點隨機游走時的轉移概率；

影響力參數獲取模塊，用于獲取候選節點集合及所述候選節點集合的影響力；