[發(fā)明專(zhuān)利]一種基于微博用戶自身和行為價(jià)值二階的影響力評(píng)估方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811393912.4
• 申請(qǐng)日: 2018-11-21
• 公開(kāi)（公告）號(hào): CN109492924B
• 公開(kāi)（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 楊靜;馬博文;張健沛;王勇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類(lèi)號(hào): G06Q10/06
• 分類(lèi)號(hào): G06Q10/06;G06Q50/00;G06F16/951
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

一種基于微博用戶自身和行為價(jià)值二階的影響力評(píng)估方法，屬于計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)領(lǐng)域。包括：(1)利用爬蟲(chóng)技術(shù)和微博官方API接口采集微博數(shù)據(jù)；(2)對(duì)采集后的數(shù)據(jù)處理，得出所需用戶的特征向量；(3)通過(guò)用戶所有粉絲的自身價(jià)值來(lái)計(jì)算該用戶的自身價(jià)值；(4)通過(guò)用戶所有推送轉(zhuǎn)發(fā)者的行為價(jià)值來(lái)計(jì)算用戶的行為價(jià)值；(5)綜合用戶的自身與行為價(jià)值計(jì)算用戶最終的影響力。本發(fā)明通過(guò)對(duì)用戶粉絲數(shù)量、質(zhì)量的計(jì)算和用戶推送微博的轉(zhuǎn)發(fā)者行為質(zhì)量的計(jì)算，即避免了僵尸粉、推銷(xiāo)商造成的虛假影響力又突出了推送較少但質(zhì)量極高的用戶的隱藏影響力；對(duì)于發(fā)現(xiàn)微博平臺(tái)中信息的傳播規(guī)律、廣告投放、病毒式營(yíng)銷(xiāo)和輿情管控等工作具有重要意義。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)領(lǐng)域，具體涉及一種基于微博用戶自身和行為價(jià)值二階的影響力評(píng)估方法。

背景技術(shù)

隨著Web2.0技術(shù)的發(fā)展和成熟加速了社交網(wǎng)絡(luò)媒體平臺(tái)的普及和多樣化，微博以其極快的內(nèi)容獲取和更新速度獲取了大量用戶，躍身成為國(guó)內(nèi)最大的社交媒體平臺(tái)。因此對(duì)微博中高影響力節(jié)點(diǎn)的挖掘算法研究有助于發(fā)現(xiàn)微博平臺(tái)中內(nèi)容信息的傳播規(guī)律，可以為相應(yīng)的企業(yè)用戶、管理者用戶進(jìn)行廣告投放、病毒式營(yíng)銷(xiāo)和輿情管控等提供可靠實(shí)時(shí)的理論數(shù)據(jù)依據(jù)。

目前，常見(jiàn)方法都是從以下3個(gè)角度對(duì)社會(huì)網(wǎng)絡(luò)高影響力節(jié)點(diǎn)進(jìn)行挖掘：第一基于拓?fù)浣Y(jié)構(gòu)的特征度量，局部屬性如節(jié)點(diǎn)的度中心性，全局屬性如節(jié)點(diǎn)的緊密中心性、介數(shù)中心性等，基于隨機(jī)游走的度量PageRank、HITS等算法通過(guò)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)中的用戶節(jié)點(diǎn)打分來(lái)區(qū)分用戶影響力的大??；第二基于行為的特征度量，如傳播范圍分析、用戶活躍度分析；第三基于內(nèi)容的特征度量，如話題分析、相似性分析等。然而上述方法大多是從單方面去評(píng)價(jià)用戶影響力，即使結(jié)合多個(gè)角度去計(jì)算也與現(xiàn)實(shí)結(jié)果存在差異，方法的時(shí)間復(fù)雜度和準(zhǔn)確性有待優(yōu)化。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于微博用戶自身和行為價(jià)值二階的影響力評(píng)估方法，最大可能性的避免了僵尸粉、推銷(xiāo)商造成的虛假影響力又突出了推送較少但質(zhì)量極高的用戶的隱藏影響力。相較于其他方法花費(fèi)時(shí)間更少，準(zhǔn)確度更高。從而為相應(yīng)的企業(yè)用戶、管理者、學(xué)術(shù)研究者更加準(zhǔn)確快速的挑選更具影響力的微博用戶。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

一種基于微博用戶自身和行為價(jià)值二階的影響力評(píng)估方法，包括如下步驟：

步驟一：利用爬蟲(chóng)技術(shù)和微博官方API接口采集微博數(shù)據(jù)；

步驟二：對(duì)步驟一中采集的數(shù)據(jù)進(jìn)行處理，包括用戶靜態(tài)屬性的清理，用戶動(dòng)態(tài)行為信息的篩選，得到方法所需用戶的特征向量；

步驟三：通過(guò)用戶所有粉絲的自身價(jià)值來(lái)計(jì)算該用戶的自身價(jià)值；

步驟四：通過(guò)用戶所有推送轉(zhuǎn)發(fā)者的行為價(jià)值來(lái)計(jì)算用戶的行為價(jià)值；

步驟五：綜合用戶的自身與行為價(jià)值計(jì)算用戶最終的影響力。

所述步驟一中，利用爬蟲(chóng)技術(shù)采集微博數(shù)據(jù)后，按照話題分類(lèi)采集用戶和用戶關(guān)注者、粉絲的全部信息。

所述步驟二中，用戶靜態(tài)屬性的清理具體指清理出采集到數(shù)據(jù)中用戶粉絲ID、數(shù)量、推送微博ID、數(shù)量、轉(zhuǎn)發(fā)者ID；用戶動(dòng)態(tài)行為信息的篩選具體指將用戶的粉絲、轉(zhuǎn)發(fā)者做為用戶進(jìn)行二次迭代分析。

所述步驟三中，用戶的自身價(jià)值計(jì)算公式為：

其中k_i表示用戶i的粉絲數(shù)，k_j1表示用戶i的第j1個(gè)粉絲的粉絲量。

所述步驟四中，用戶的行為價(jià)值計(jì)算公式為：