[發(fā)明專利]一種基于隱鏈接分析熱點(diǎn)話題傳播趨勢的系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201711380260.6
• 申請日: 2017-12-20
• 公開（公告）號: CN108564479B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設(shè)計(jì)）人: 肖云鵬;梁霞;杜江;謝小秋;劉宴兵;李凈樺
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06F16/9536
• 代理公司: 重慶市恒信知識產(chǎn)權(quán)代理有限公司 50102
• 代理人: 李金蓉

本發(fā)明請求保護(hù)一種基于隱鏈接分析熱點(diǎn)話題傳播趨勢的系統(tǒng)及方法，屬于社交網(wǎng)絡(luò)分析領(lǐng)域。包括：首先從現(xiàn)有的基于Web的研究型推薦系統(tǒng)下載或者利用公共API獲取用戶的相關(guān)信息并進(jìn)行包括數(shù)據(jù)分片在內(nèi)的數(shù)據(jù)處理。其次，建立隱鏈接。利用社交網(wǎng)絡(luò)中存在隱性關(guān)系，通過用戶之間標(biāo)簽相似度、相同話題、文本內(nèi)容相似性、共同好友四個(gè)屬性建立隱鏈接，并利用隱鏈接和顯鏈接建立網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，分析熱點(diǎn)話題傳播態(tài)勢。第三，定義影響力。利用個(gè)體驅(qū)動機(jī)制和好友驅(qū)動機(jī)制這兩個(gè)方面定義影響力；并且利用多元線性回歸模型擬合個(gè)體影響力和好友影響力。第四，建立改進(jìn)的SIR模型，結(jié)合影響力，分析熱點(diǎn)話題傳播態(tài)勢，挖掘隱鏈。

技術(shù)領(lǐng)域

本發(fā)明屬于信息傳播領(lǐng)域，涉及隱鏈接的建立，是一種更加全面分析熱點(diǎn)話題傳播態(tài)勢的系統(tǒng)及方法。

背景技術(shù)

近年來，隨著互聯(lián)網(wǎng)、社交網(wǎng)絡(luò)等技術(shù)的快速發(fā)展，在線社交網(wǎng)絡(luò)成為用戶獲取、分享及傳播信息的重要平臺，對社交網(wǎng)絡(luò)的研究成為當(dāng)今研究的熱點(diǎn)，其中信息傳播態(tài)勢的分析備受關(guān)注。

目前大量的研究主要基于已有的顯性好友拓?fù)浣Y(jié)構(gòu)，忽略了隱性影響因素對信息傳播的影響，這樣不能準(zhǔn)確地分析熱點(diǎn)話題傳播的態(tài)勢，沒有給輿情控制，商家推銷產(chǎn)品帶來更好的效果。肖云鵬博士在其論文(肖云鵬.在線社會網(wǎng)絡(luò)用戶行為模型與應(yīng)用算法研究，北京郵電大學(xué)，2013)首次提出“隱鏈接”這個(gè)概念，隱鏈接指本來不存在顯性好友關(guān)系，由于在話題中與用戶的觀點(diǎn)相同或相反，因此驅(qū)動話題的傳播。所以在分析在線社交網(wǎng)絡(luò)熱點(diǎn)話題傳播態(tài)勢中，不僅需要顯鏈接來構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，也需要添加隱鏈接共同構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，更加準(zhǔn)確地分析熱點(diǎn)話題的傳播態(tài)勢。

目前在建立隱鏈接方面，主要采用單屬性來構(gòu)建隱鏈接，由于習(xí)慣性、用戶自身特殊情況等原因參與話題，所以在利用文本相似性單屬性建立隱鏈接方面存在偏差。需要利用不同類型的話題以及不同性格的用戶，采用不同的多個(gè)屬性建立隱鏈接。目前關(guān)于多個(gè)屬性賦權(quán)值的研究，主要有兩個(gè)方面，一方面是主觀賦權(quán)法，另一方面是客觀賦權(quán)法。主觀賦權(quán)法需要作者有足夠的經(jīng)驗(yàn)，客觀賦權(quán)法需要有大量真實(shí)的數(shù)據(jù)。這兩個(gè)方法都存在誤差，需要在適當(dāng)情況下采用合適的方法，進(jìn)而減小誤差。

在線社交網(wǎng)絡(luò)信息傳播的影響力最大化方面，很多學(xué)者主要研究定性分析影響力。忽略在復(fù)雜網(wǎng)路中，影響力受很多因素的影響，忽略用戶自身以及周圍好友的影響，在定義影響力方面存在較大的誤差，不能很好地解決影響力最大化這個(gè)問題。該發(fā)明分別從利用多個(gè)屬性定義個(gè)體驅(qū)動機(jī)制以及利用多個(gè)屬性定義好友驅(qū)動機(jī)制，更全面地定義影響力，并提出一種基于多元線性回歸模型影響力計(jì)算和衡量方法。

發(fā)明內(nèi)容

本發(fā)明針對傳統(tǒng)僅利用顯性好友關(guān)系構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不全面性的問題，提出一種基于隱鏈接分析熱點(diǎn)話題傳播趨勢的方法；根據(jù)計(jì)算影響力最大化方法，傳統(tǒng)方法定義影響力沒有考慮用戶之間相互影響的因素，本發(fā)明從個(gè)人驅(qū)動機(jī)制和好友驅(qū)動機(jī)制兩個(gè)方面定義影響力，并根據(jù)具體情況，利用多個(gè)屬性來表示個(gè)人驅(qū)動機(jī)制和好友驅(qū)動機(jī)制；針對傳統(tǒng)傳染病模型中人為設(shè)定參數(shù)帶來的隨機(jī)性，本文依據(jù)用戶影響力因子作為SIR模型狀態(tài)轉(zhuǎn)變的參數(shù)。

本發(fā)明的技術(shù)方案如下：

一種基于隱鏈接分析熱點(diǎn)話題傳播趨勢的系統(tǒng)，其包括：

數(shù)據(jù)獲取模塊、隱鏈接建立模塊、影響力定義模塊及動力學(xué)模型構(gòu)建模塊，其中數(shù)據(jù)獲取模塊，主要用于直接從基于web研究型的推薦系統(tǒng)下載或利用成熟的社交平臺的應(yīng)用程序編程接口獲取數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行包括相應(yīng)屬性的預(yù)處理后發(fā)送給隱鏈接建立模塊后，利用K-近鄰算法建立隱鏈接；

隱鏈接建立模塊，主要用于提取相關(guān)屬性，建立隱鏈接，從已有數(shù)據(jù)中提取用戶之間標(biāo)簽相似度、相同話題、共同好友、文本相似性四個(gè)屬性，利用K-近鄰算法，構(gòu)建用戶之間的隱鏈接，進(jìn)而計(jì)算非好友之間的影響力；

影響力定義模塊，用于根據(jù)個(gè)體驅(qū)動機(jī)制和好友驅(qū)動機(jī)制，分別用多個(gè)屬性構(gòu)成個(gè)體影響力和好友影響力兩個(gè)因素定義熱點(diǎn)話題傳播的影響力，并利用多元線性回歸模型，分析影響力；