[發(fā)明專利]一種基于PageRank的社交大數(shù)據(jù)信息最大化方法

在審

• 申請?zhí)枺?/td>: 201710122722.8
• 申請日: 2017-03-03
• 公開（公告）號: CN107123055A
• 公開（公告）日: 2017-09-01
• 發(fā)明（設計）人: 何克晶;陳書波
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00
• 代理公司: 廣州市華學知識產(chǎn)權代理有限公司44245
• 代理人: 李斌

1.一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，針對既有友好關系又有敵對關系的社交網(wǎng)絡，考慮了敵對關系對信息傳播的影響，結合PageRank算法分別得到友好關系和敵對關系的PR值，兩者的差值來度量用戶的影響力，選擇出有效的種子節(jié)點集合，使得信息通過在線社交網(wǎng)絡中的友好關系和敵對關系得到最大化的傳播；具體步驟如下：

S1、預處理：提取社交網(wǎng)絡中的友好關系和敵對關系，并構成鄰接矩陣；

S2、對步驟S1中的鄰接矩陣中的友好關系和敵對關系分別用兩個矩陣表示來，得到友好鄰接矩陣和敵對鄰接矩陣；

S3、對步驟S2中得到的友好關系和敵對關系鄰接矩陣分別使用PageRank算法，計算得到相應的PR值；

S4、選出種子節(jié)點。

2.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，步驟S1中，提取社交大數(shù)據(jù)中的友好關系和敵對關系，并構成鄰接矩陣的具體方法為：首先進行預處理，根據(jù)所給出的社交網(wǎng)絡數(shù)據(jù)集的信息，對所有用戶之間的鄰接關系進行處理，其中1代表兩人之間的友好關系，-1代表兩人之間的敵對關系，0代表兩人之間沒有聯(lián)系來得到整個數(shù)據(jù)集的鄰接矩陣。

3.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，步驟S2中，對步驟S1中的鄰接矩陣分別提取里面的1和-1代表的友好關系和敵對關系代表的鄰接矩陣，其中敵對鄰接矩陣中的-1全部置為1。

4.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，步驟S3中PageRank算法：PageRank讓鏈接來"投票"，一個頁面的“得票數(shù)”由所有鏈向它的頁面的重要性來決定，到一個頁面的超鏈接相當于對該頁投一票；一個頁面的PageRank是由所有鏈向“鏈入頁面”的重要性經(jīng)過遞歸算法得到的，一個有較多鏈入的頁面會有較高的等級，相反如果一個頁面沒有任何鏈入頁面，那么它沒有等級，這里用它來計算一個用戶節(jié)點的重要性。

5.根據(jù)權利要求1或4所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，步驟S3中利用PageRank算法，將每個節(jié)點的PR值初始設定為1，然后每個節(jié)點將自己的PR值平均貢獻給自己的鏈出節(jié)點，計算每個節(jié)點從它的鄰居節(jié)點獲得的貢獻值，不斷地迭代得到節(jié)點的最終的PR值。好友鄰接矩陣和敵對鄰接矩陣得到的值分別表示為PR⁺和PR^-，分別代表了節(jié)點在友好關系和敵對關系中的重要性。

6.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，步驟S4中，用節(jié)點在友好關系中的PR值與節(jié)點在敵對關系中的PR值之差表示節(jié)點的影響力，影響力＝PR⁺-PR^-；根據(jù)步驟S3得到的結果，對每個節(jié)點的影響力進行計算；然后對所有節(jié)點的影響力進行降序排序，選擇排在前面的K個節(jié)點作為種子節(jié)點去進行信息的擴散。

7.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，考慮了社交網(wǎng)絡在信息傳播過程中敵對關系的影響，若兩者之間是敵對關系，一個被激活后，對另一個會產(chǎn)生消極的影響。

8.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，PageRank算法來進行影響力的度量，借鑒了網(wǎng)頁投票的思想。

9.根據(jù)權利要求6所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，利用PageRank分別在好友鄰接矩陣和敵對鄰接矩陣中進行了應用，利用二者的差來度量影響力。

10.根據(jù)權利要求1所述，一種基于PageRank的社交大數(shù)據(jù)信息最大化方法，其特征在于，在模擬社交網(wǎng)絡中信息的傳播模型是改進的經(jīng)典的投票模型，使其適用于既有友好關系又有敵對關系的在線社交網(wǎng)絡。