[發(fā)明專利]一種基于類引力建模進行微博轉(zhuǎn)發(fā)預(yù)測的方法

在審

• 申請?zhí)枺?/td>: 201611184741.5
• 申請日: 2016-12-20
• 公開（公告）號: CN106599249A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計）人: 陳雁;郭培倫;朱婷婷;李平;胡棟;黨正陽
• 申請（專利權(quán)）人: 西南石油大學(xué);四川數(shù)智匯通數(shù)據(jù)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q10/04;G06Q50/00
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙)51218
• 代理人: 袁英

技術(shù)領(lǐng)域

本發(fā)明涉及微博預(yù)測領(lǐng)域，具體是一種基于類引力建模進行微博轉(zhuǎn)發(fā)預(yù)測的方法。

背景技術(shù)

微博是一種基于用戶關(guān)系的實時信息交流、分享、傳播的社交平臺，與Facebook、Twitter等社交網(wǎng)絡(luò)一樣影響了人類的生活交流方式。在微博平臺上，隨著用戶數(shù)量以億萬級為單位數(shù)量的增加，大量的圖片、文本等海量信息的背后反映的是人們的生活想法、知識和有趣的事情。微博的出現(xiàn)除了產(chǎn)生有益影響，也帶來了很多問題，例如不良言論的無約束傳播等嚴重破壞了社會生活風(fēng)氣。所以，對微博用戶的活動狀態(tài)進行預(yù)測，對于政府、企事業(yè)單位、個人都有重要的意義。

現(xiàn)有的微博轉(zhuǎn)發(fā)預(yù)測解決方案中，公開號為CN103984701A的中國專利公開了一種微博轉(zhuǎn)發(fā)量預(yù)測模型生成方法及微博轉(zhuǎn)發(fā)量預(yù)測方法。微博轉(zhuǎn)發(fā)量預(yù)測模型生成方法包括：獲取訓(xùn)練數(shù)據(jù)，訓(xùn)練數(shù)據(jù)包括多條已知轉(zhuǎn)發(fā)量的微博；以微博的轉(zhuǎn)發(fā)量為依據(jù)，將微博分為3個以上轉(zhuǎn)發(fā)量類別；提取每條微博的基本特征；建立基本特征與轉(zhuǎn)發(fā)量類別之間的多分類模型；針對每一個轉(zhuǎn)發(fā)量類別，建立基本特征與微博轉(zhuǎn)發(fā)量之間的回歸模型。微博轉(zhuǎn)發(fā)量預(yù)測方法包括：提取待預(yù)測微博的基本特征；根據(jù)多分類模型及基本特征，判定待預(yù)測微博所屬的轉(zhuǎn)發(fā)量類別；獲取轉(zhuǎn)發(fā)量類別對應(yīng)的回歸模型；根據(jù)回歸模型及基本特征，預(yù)測待預(yù)測微博的轉(zhuǎn)發(fā)量。采用本發(fā)明的提供的方法特征提取簡單且適合在大規(guī)模數(shù)據(jù)中使用。該專利與本發(fā)明處于相同的領(lǐng)域，但是解決的問題不同，現(xiàn)有的解決方案不能解決本發(fā)明所要解決的問題。

對于多種級層關(guān)系的微博轉(zhuǎn)發(fā)關(guān)系網(wǎng)，只能通過逐次迭代計算級層關(guān)系來預(yù)測某種特定的級層的轉(zhuǎn)發(fā)情況，不能隨意預(yù)測第K批關(guān)注者的轉(zhuǎn)發(fā)情況，預(yù)測效率較低。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于類引力建模進行微博轉(zhuǎn)發(fā)預(yù)測的方法，以至少實現(xiàn)隨意預(yù)測第K批微博關(guān)注者的轉(zhuǎn)發(fā)情況、提高預(yù)測效率的效果。

本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：一種基于類引力建模進行微博轉(zhuǎn)發(fā)預(yù)測的方法，它包括以下步驟：

S1：根據(jù)微博用戶之間的轉(zhuǎn)發(fā)關(guān)系，基于有向邊建立有向圖網(wǎng)絡(luò)；

S2：統(tǒng)計有向圖網(wǎng)絡(luò)中的節(jié)點個數(shù)M，并給予每個節(jié)點1/M的權(quán)重；

S3：統(tǒng)計待測微博用戶發(fā)布的微博被轉(zhuǎn)發(fā)的總數(shù)N，以及待測微博用戶對應(yīng)的各個關(guān)注者所轉(zhuǎn)發(fā)的數(shù)量n₁,n₂,n₃…n_i，計算每個關(guān)注者對應(yīng)的每條有向邊的初始權(quán)重為：

S4：首先以發(fā)布微博的用戶為節(jié)點，把當(dāng)前節(jié)點的權(quán)重根據(jù)有向邊的權(quán)重分配到關(guān)注該節(jié)點的所有節(jié)點上，用以更新關(guān)注該節(jié)點的每個節(jié)點的權(quán)重；

S5：根據(jù)更新以后的節(jié)點權(quán)重計算相應(yīng)的有向邊的權(quán)重；

S6：循壞執(zhí)行S5～S6步驟，用以更新每個節(jié)點的權(quán)重，直到每個節(jié)點的權(quán)重收斂；

S7：根據(jù)需要獲取待測微博用戶的K度關(guān)注者的節(jié)點權(quán)重k₁,k₂,…k_n；

S8：計算待測微博用戶到選定的一個K度關(guān)注者的引力指數(shù)：

其中，M為待測微博用戶的節(jié)點權(quán)重，m為選定的一個K度關(guān)注者的節(jié)點權(quán)重，r為M到m的一條路線的所有有向邊的權(quán)重之和的倒數(shù)，G根據(jù)實際需要設(shè)定；

S9：根據(jù)需要設(shè)定一個閾值Q1，判斷引力指數(shù)F是否超過該閾值Q1，如果超過Q1，則保留F，如果沒超過Q1，則去除F，然后進行該階段的轉(zhuǎn)發(fā)預(yù)測；如果引力指數(shù)F都不超過該閾值Q1，則不能進行K度轉(zhuǎn)發(fā)預(yù)測。

所述步驟S1中的有向邊是由被關(guān)注者指向關(guān)注者的單向邊。

所述步驟S2中的節(jié)點為涉及到轉(zhuǎn)發(fā)微博的關(guān)注者，節(jié)點個數(shù)M為涉及到轉(zhuǎn)發(fā)微博的關(guān)注者的個數(shù)。

所述的K度關(guān)注者為第K批關(guān)注轉(zhuǎn)發(fā)微博的用戶，第K批用戶通過關(guān)注第K-1批用戶關(guān)注到該轉(zhuǎn)發(fā)微博。

所述步驟S4中，根據(jù)關(guān)注者轉(zhuǎn)發(fā)的被關(guān)注者發(fā)布的微博數(shù)占被關(guān)注者被轉(zhuǎn)發(fā)的微博總數(shù)的比例進行分配權(quán)重。

所述步驟S6中通過設(shè)定一個閾值Q2，判斷每個節(jié)點的權(quán)重的變化率是否小于該閾值Q2，若是，則停止迭代，否則繼續(xù)迭代直到每個節(jié)點的權(quán)重收斂。

所述的G從一個設(shè)定值開始，通過測驗預(yù)測效果直到找到最佳預(yù)測效果下的G值。