[發明專利]一種基于工具變量法的社交網絡用戶好友影響力度量方法

有效

• 申請號: 201711268840.6
• 申請日: 2017-12-05
• 公開（公告）號: CN108121772B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 傅晨波;張劍;周鳴鳴;宣琦
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q50/00
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于工具變量法的社交網絡用戶好友影響力度量方法，包括以下步驟：S1：提取社交網絡中用戶的好友信息、屬性特征和行為特征，并根據具體問題選定合適的工具變量；S2：根據具體問題對用戶好友進行分類；S3：利用工具變量進行第一階段最小二乘回歸，對不同類型用戶好友的活動量做出估計；S4：利用S3中得到的用戶好友活動量估計值，對用戶本身的活動量進行第二階段最小二乘回歸，得到的回歸系數即可作為影響力大小的度量。本發明利用工具變量法，將影響用戶活動的內部因素和外部因素進行解耦，對用戶的活動量進行了無偏估計，從而實現了對社交網絡中用戶影響力較為準確的定量描述，具有現實應用價值。

技術領域

本發明涉及數據挖掘和數據分析技術領域，特別是涉及一種基于工具變量法的社交網絡中好友影響力的度量方法。

背景技術

社會經濟和互聯網技術的快速發展促進了在線社交網絡的蓬勃發展，同時伴隨其產生的海量用戶數據成為了數據挖掘研究和應用的重要資源。用戶在社交網絡上的不同行為往往會對網絡中的其他用戶產生影響，具有不同屬性的用戶產生的影響力也不同。因此，如何在海量的用戶數據中探究出用戶之間的影響模式、挖掘出具有影響力的用戶，對于研究信息的傳播方式、商業廣告的精準投放等問題都具有重要意義，也具有廣泛的社會價值和豐富的商業價值。

目前對于社交網絡中用戶之間相互影響力的研究主要存在的問題是，多種多樣的外部因素與內部因素都會對用戶的行為產生的影響，這使得用戶之間的相對影響力變得難以確定。針對該問題，本發明提出一種基于工具變量法的社交網絡中用戶影響力度量方法。利用本發明的方法，可以解決如下兩個基本問題：(1)將影響用戶行為的外部因素和內部因素進行解耦；(2)對用戶之間的影響力進行較為準確的評價。

發明內容

為了彌補現有的社交網絡中用戶影響力預測方法的不足，本發明提出一種基于工具變量法的社交網絡用戶好友影響力度量方法，將影響用戶行為的內在因素與外在因素進行解耦后，利用兩階段最小二乘回歸，能夠更加準確地定量描述用戶之間的影響力。

本發明解決其技術問題所采用的技術方案如下：

一種基于工具變量法的社交網絡用戶好友影響力度量方法，包含如下步驟：

S1：數據收集與處理處理，從社交網絡中提取用戶數據，包括用戶好友數據、用戶屬性特征X和用戶行為特征A，確定時間窗口t，將整個數據集的時間段按照t等間隔地分割成N個單位時間；同時根據研究的問題確定外部變量，對應用戶好友的外部變量定義為工具變量W，對應用戶本身的外部變量記為w；

S2：將每一個用戶的好友按照設定的標簽進行分類；

S3：在時間窗口t上，結合選定的工具變量、好友屬性特征、用戶屬性特征以及外部變量進行第一階段最小二乘回歸，分別對用戶i的不同類別好友在t時間內的活動度量做出估計；

S4：利用S3中得到的兩類好友的活動量的估計值，結合用戶i本身的屬性特征X與外部變量w，進行第二階段最小二乘回歸，即可得到不同類型的好友對用戶i本身的影響力度量。

進一步，所述步驟S1中，用戶的屬性特征X一般包括性別、年齡、地域等較為固定的信息；行為特征A即用戶在社交網絡上的行為，包括點評、簽到等。此外，工具變量W的選取需要考慮兩個因素：

1)W能夠直接對用戶好友的行為產生影響；

2)W不能對用戶產生直接影響，其對用戶的影響必須通過用戶好友來間接產生；

以上的所有數據，包括時間窗口t以及S2中對于用戶好友的分類標準，需要根據具體研究問題進行不同的設計。

更進一步，所述步驟S2中，在對用戶好友按照特定標準進行劃分的同時，需要考慮工具變量W的作用，若該好友與用戶本身的活動量會同時受到W的影響，則需將該好友從數據中剔除。