[發(fā)明專利]社會(huì)網(wǎng)絡(luò)信息傳播行為預(yù)測(cè)方法和設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201710476335.4
• 申請(qǐng)日: 2017-06-21
• 公開（公告）號(hào): CN107391581A
• 公開（公告）日: 2017-11-24
• 發(fā)明（設(shè)計(jì)）人: 薛一波;楊駿;王兆國(guó)
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司11002
• 代理人: 王瑩,曹杰

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)，具體涉及社會(huì)網(wǎng)絡(luò)信息傳播行為預(yù)測(cè)方法和設(shè)備。

背景技術(shù)

隨著信息技術(shù)的發(fā)展，Internet在全球范圍內(nèi)得到廣泛應(yīng)用，社會(huì)網(wǎng)絡(luò)逐漸成為信息傳播的重要媒介之一。社會(huì)網(wǎng)絡(luò)的迅速普及方便了人們交流溝通以及信息傳播。截至2016年末，全球最大的在線社會(huì)網(wǎng)絡(luò)Facebook月活躍用戶人數(shù)已達(dá)18.6億，與此同時(shí)，中國(guó)較具有代表性的社會(huì)網(wǎng)絡(luò)新浪微博月活躍用戶數(shù)也達(dá)到3.13億。在信息傳播的過(guò)程中，用戶是信息的制造者、發(fā)布者、傳播者、接收者和評(píng)價(jià)者，用戶參與程度加深、參與頻率加快、參與熱情加大，成為網(wǎng)絡(luò)輿論形式中不可或缺的一部分。

當(dāng)前社會(huì)網(wǎng)絡(luò)上的信息傳播呈現(xiàn)出渠道多樣化、傳播速度快、規(guī)模范圍廣等現(xiàn)象，給信息的傳播分析帶來(lái)了新的挑戰(zhàn)。為保障在線社會(huì)網(wǎng)絡(luò)的健康環(huán)境，對(duì)于正面信息，需要采取措施盡可能提高傳播速度和擴(kuò)大受眾范圍；對(duì)于負(fù)面信息則需要采取措施盡可能控制其傳播擴(kuò)散。因此迫切需要及時(shí)、有效、準(zhǔn)確的對(duì)社會(huì)網(wǎng)絡(luò)信息傳播進(jìn)行預(yù)測(cè)，及時(shí)把控信息傳播規(guī)律。

為了解決這類問(wèn)題，各領(lǐng)域的研究人員開始致力于這方面的研究，試圖發(fā)現(xiàn)社會(huì)網(wǎng)絡(luò)信息傳播的關(guān)鍵影響因素，應(yīng)用于社會(huì)網(wǎng)絡(luò)信息傳播行為預(yù)測(cè)。然而，現(xiàn)有的研究無(wú)法評(píng)估用戶在傳播同一源信息時(shí)不同情感傾向?qū)π畔⒑罄m(xù)傳播的影響。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，本發(fā)明提出了克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的社會(huì)網(wǎng)絡(luò)信息傳播行為預(yù)測(cè)方法和設(shè)備。

為此目的，第一方面，本發(fā)明提出一種社會(huì)網(wǎng)絡(luò)信息傳播行為預(yù)測(cè)方法，包括以下步驟：

S101、從待分析社會(huì)網(wǎng)絡(luò)上獲取文本信息和信息傳播關(guān)系，根據(jù)信息傳播關(guān)系構(gòu)建實(shí)時(shí)信息傳播拓?fù)洌?/p>

S102、基于種子情感詞典對(duì)文本信息進(jìn)行預(yù)處理，從文本信息中提取特征詞，運(yùn)用機(jī)器學(xué)習(xí)算法對(duì)特征詞進(jìn)行語(yǔ)料情感分類，獲得用戶情感類別；

S103、分析實(shí)時(shí)信息傳播拓?fù)渲械挠脩羯缃惶卣鳌⑿畔?nèi)容特征、時(shí)間特征及傳播結(jié)構(gòu)特征；

S104、根據(jù)得到的用戶情感類別，以及用戶社交特征、信息內(nèi)容特征、時(shí)間特征及傳播結(jié)構(gòu)特征，運(yùn)用機(jī)器學(xué)習(xí)算法對(duì)信息傳播的規(guī)模、速度及活躍周期進(jìn)行預(yù)測(cè)。

可選的，所述步驟S101包括：

S201、從待分析社會(huì)網(wǎng)絡(luò)上，根據(jù)發(fā)布源信息的源節(jié)點(diǎn)獲取第一信息轉(zhuǎn)發(fā)列表；第一信息轉(zhuǎn)發(fā)列表包括轉(zhuǎn)發(fā)節(jié)點(diǎn)的第二信息轉(zhuǎn)發(fā)列表；

S202、將源節(jié)點(diǎn)根節(jié)點(diǎn)，以及根據(jù)第一信息轉(zhuǎn)發(fā)列表構(gòu)建實(shí)時(shí)信息傳播拓?fù)洌?/p>

S203、獲得源節(jié)點(diǎn)的用戶屬性和基本屬性，獲得轉(zhuǎn)發(fā)節(jié)點(diǎn)的轉(zhuǎn)發(fā)屬性和用戶屬性；

轉(zhuǎn)發(fā)屬性至少包括：轉(zhuǎn)發(fā)用戶ID、轉(zhuǎn)發(fā)評(píng)論內(nèi)容、轉(zhuǎn)發(fā)時(shí)間、轉(zhuǎn)發(fā)信息點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)信息再次轉(zhuǎn)發(fā)量；

用戶屬性至少包括：轉(zhuǎn)發(fā)用戶ID、轉(zhuǎn)發(fā)用戶昵稱、轉(zhuǎn)發(fā)用戶個(gè)人介紹內(nèi)容、轉(zhuǎn)發(fā)用戶歷史發(fā)表信息數(shù)、轉(zhuǎn)發(fā)用戶關(guān)注人數(shù)、轉(zhuǎn)發(fā)用戶被關(guān)注人數(shù)、轉(zhuǎn)發(fā)用戶性別、轉(zhuǎn)發(fā)用戶是否被認(rèn)證；

源頭信息的基本屬性至少包括：源頭用戶ID、源頭信息內(nèi)容、源頭信息發(fā)表時(shí)間、源頭信息點(diǎn)贊數(shù)、源頭信息轉(zhuǎn)發(fā)量；

可選的，所述文本信息包括轉(zhuǎn)發(fā)屬性的轉(zhuǎn)發(fā)評(píng)論內(nèi)容和源頭信息內(nèi)容；

所述步驟S102包括：

S301、標(biāo)定細(xì)粒度種子情感詞典并賦予情感得分；

S302、基于種子情感詞典處理文本信息，得到情感語(yǔ)料集；

S303、基于情感語(yǔ)料集進(jìn)行分詞，并進(jìn)行特征選擇，只保留對(duì)情感分類貢獻(xiàn)較大的詞語(yǔ)，壓縮語(yǔ)料生成特征向量的特征維數(shù)；

S304、基于特征向量集訓(xùn)練機(jī)器學(xué)習(xí)分類器；

S305、使用步驟S304獲得的機(jī)器學(xué)習(xí)分類器對(duì)文本進(jìn)行情感分類，確定源頭信息內(nèi)容和轉(zhuǎn)發(fā)評(píng)論內(nèi)容的用戶情感類別。

可選的，所述用戶社交特征至少包括：用戶名文本長(zhǎng)度、個(gè)人介紹文本長(zhǎng)度、用戶歷史發(fā)表信息數(shù)、用戶關(guān)注人數(shù)、用戶被關(guān)注人數(shù)、用戶性別、用戶是否被認(rèn)證；

所述信息內(nèi)容特征至少包括：信息文本長(zhǎng)度、包含表情數(shù)、包含標(biāo)簽數(shù)、包含提及數(shù)；

所述時(shí)間特征至少包括：源頭信息發(fā)表時(shí)刻、轉(zhuǎn)發(fā)信息發(fā)表時(shí)刻、轉(zhuǎn)發(fā)行為距上層轉(zhuǎn)發(fā)時(shí)間間隔、轉(zhuǎn)發(fā)行為距源頭信息發(fā)表時(shí)間間隔；

所述傳播結(jié)構(gòu)特征至少包括：轉(zhuǎn)發(fā)信息深度、傳播拓?fù)渖疃取⑵骄?jié)點(diǎn)深度、節(jié)點(diǎn)度分布標(biāo)準(zhǔn)差、傳播樹最大子樹規(guī)模占比、平均節(jié)點(diǎn)距離、模塊度。

第二方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上任一所述方法的步驟。