[發明專利]基于信息熵的社交網絡用戶分析方法和裝置

在審

• 申請號: 201611083770.2
• 申請日: 2016-11-30
• 公開（公告）號: CN106780061A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 朱定局;湯庸
• 申請（專利權）人: 華南師范大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06F17/27
• 代理公司: 佛山幫專知識產權代理事務所(普通合伙)44387
• 代理人: 胡麗琴

技術領域

本發明涉及社交網絡技術領域，特別涉及一種基于信息熵的社交網絡用戶分析方法和裝置。

背景技術

隨著互聯網在人們日常生活中廣泛地應用，社交網絡服務(Social Network Service，簡稱社交網絡)也便應運而生了。今年隨著移動互聯網的爆發式增長，借助性能日益強勁的智能手機以及各種手持終端設備，社交網絡為人們在信息時代的非常方便與高效的信息交流與分享方式，并且使用社交網絡已經成為了人們每天生活的習慣。由于不同的社交網絡是由不同的服務商來進行運維和管理的，因此需要用戶分別在各個社交網絡平臺上進行注冊。因此，對存在兩個問題點：一、有些社交網絡允許用戶不用注冊就可以匿名發布信息；二、有些社交網站上會存在冒名頂替發布的信息的行為。人們總是希望在社交網絡中的信息是可以被相信的，管理者以及用戶可以憑借信息發布者的真實身份來判斷是否相信被發布的信息。因此在社交網路之中需要一種判斷真實用戶身份的方法。特別是當真實用戶本人已經不在人世或很難聯系上，則無法由用戶真實用戶本人進行確認，這時候就特別需要一種真實身份判斷方法解決這個難題。而現有技術主要是靠人工方式來判斷某時期某匿名用戶在社交網絡上發布的信息是否為某嫌疑用戶，或是哪一個用戶在社交網絡上發布的信息。這種人工方式的主要缺點為：對社交網絡管理人員的綜合素養要求非常高，并且其人工判斷的結果客觀性不足，不同的人可能有不同的判斷；需要耗費社交網絡服務商花費非常高的人工和時間成本。因此需要有一種采用人工智能的自動判斷方法，依據客觀的因素來進行自動的、無需人工干預的判別。

發明內容

本發明的主要目的在于提供一種社交網絡用戶分析方法和裝置，旨在解決現有的人工判別方式對社交網絡管理人員的綜合素養要求非常高，并且其人工判斷的結果客觀性不足，不同的人可能有不同的判斷，以及需要耗費社交網絡服務商花費非常高的人工和時間成本的這一技術問題。

為實現上述目的，本發明提供的一種社交網絡用戶分析方法，包括：

獲取需要判別用戶身份是否為嫌疑用戶Z的信息A及信息A的發布時期T；

獲取在所述時期T之內所選定的社交網絡上的全部用戶所發布的信息全集B，以及在所述時期T之內所選定的社交網絡上的所述嫌疑用戶Z所發布的信息全集D；

通過預選單詞集合中每一預選單詞W_i在所述信息全集B之內的出現頻率P_i來計算所述預選單詞W_i在所述信息全集B中的信息量I_i，其中，所述信息量I_i的計算公式為I_i＝-log_b(P_i)，b可設置為2、10、e或其他常量，i為所述預選單詞W_i的序號，i從1至N，N為所述預選單詞集合中的所述預選單詞W_i的總數；

通過所述預選單詞集合中每一預選單詞W_i在所述信息A之內的出現頻率R_i，并結合所述單詞W_i的所述信息量I_i，計算所述信息A之內單詞信息熵H_a，其中，所述單詞信息熵H_a的計算公式為H_a＝I₁×R₁+I₂×R₂+…+I_N×R_N；

根據所述單詞W_i在所述信息全集D之內的信息D_j之內的出現頻率Q_ji，并結合所述單詞W_i的所述信息量I_i，計算所述信息D_j之內單詞信息熵H_dj，其中，j為所述信息D_j的序號，j從1至M，M為所述信息全集D的信息總數，所述單詞信息熵H_dj的計算公式為H_dj＝I₁×Q_j1+I₂×Q_j2+…+I_N×Q_jN；

根據所述信息全集D之內的每一信息D_j的單詞信息熵H_dj的大小，確定所述信息全集D的單詞信息熵的大小范圍；