[發(fā)明專利]一種提高基于行為的影響力度量準(zhǔn)確性方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110299342.8
• 申請(qǐng)日: 2021-03-21
• 公開(kāi)（公告）號(hào): CN113127696A
• 公開(kāi)（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 江游;胡瑞敏;王曉晨;劉洋
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)深圳研究院;深圳市新一代信息技術(shù)研究院有限公司
• 主分類號(hào): G06F16/901
• 分類號(hào): G06F16/901;G06F16/9537;G06Q50/00
• 代理公司: 廣東德而賽律師事務(wù)所 44322
• 代理人: 柴吉峰

本發(fā)明公開(kāi)了一種提高基于行為的影響力度量準(zhǔn)確性方法，本發(fā)明首先構(gòu)建基于位置訪問(wèn)的社交網(wǎng)絡(luò)，并對(duì)所有用戶進(jìn)行了用戶簽到信息記錄進(jìn)行提取，并且剔除了用戶重復(fù)行為。然后根據(jù)目標(biāo)用戶的簽到地點(diǎn)計(jì)算位置熱門度。同時(shí)根據(jù)時(shí)間模型對(duì)朋友圈的總影響力進(jìn)行重分配，由此剔除了朋友圈的影響因素。之后使用杰卡德的算法度量位置相似度，最后得出指定用戶間的影響力大小。本發(fā)明考慮了導(dǎo)致用戶之間存在相似簽到行為的多種原因，用戶本身的個(gè)人喜好、用戶朋友圈共同影響、位置熱門因素等，從而使兩個(gè)用戶之間的影響力度量結(jié)果更加準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，本發(fā)明屬于影響力度量領(lǐng)域，具體涉及一種提高基于行為的影響力度量準(zhǔn)確性方法。

背景技術(shù)

從上世紀(jì)末開(kāi)始，Web 2.0技術(shù)引發(fā)了在線社交網(wǎng)絡(luò)的快速發(fā)展，如Twitter、Facebook、微博等。此后，研究人員首次可以通過(guò)在線網(wǎng)站收集大量與現(xiàn)實(shí)世界一致的數(shù)據(jù)。能夠深入研究社會(huì)影響與社交網(wǎng)絡(luò)中的網(wǎng)絡(luò)結(jié)構(gòu)、用戶行為、輿論等諸多原因之間的相關(guān)性。在社交網(wǎng)絡(luò)影響力度量方面取得了大量的成果，廣泛應(yīng)用于專家調(diào)查、推薦系統(tǒng)、商品營(yíng)銷等領(lǐng)域。同時(shí)，人們已經(jīng)習(xí)慣借助社交網(wǎng)絡(luò)平臺(tái)上分享日常的生活，人們不再單純地作為內(nèi)容的接收者，他們還成為了內(nèi)容的生產(chǎn)者和傳播者。研究用戶之間的影響力度量有極大的作用。

目前基于位置的社交網(wǎng)絡(luò)越來(lái)越流行，用戶熱衷于在社交網(wǎng)絡(luò)分享他們的地理位置并簽到，發(fā)表評(píng)論和意見(jiàn)等。目前關(guān)于基于位置的社交網(wǎng)絡(luò)方面的研究已經(jīng)有很多，但是這些研究中關(guān)于影響力度量的方法一部分單純從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行度量，缺乏了用戶之間的關(guān)鍵交互內(nèi)容信息，其影響力度量準(zhǔn)確度不佳；一部分考慮了用戶行為以及用戶相關(guān)社交文本信息，豐富了用戶特征，相比基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的影響力度量效果更好。但上述度量方法都主要是依據(jù)用戶之間存在相似性的行為以確定影響力的大小，這種判斷的標(biāo)準(zhǔn)過(guò)于單一，針對(duì)于基于簽到信息的用戶影響力度量來(lái)說(shuō)，很容易出現(xiàn)兩個(gè)用戶在同位置簽到但兩者之間并無(wú)關(guān)系的情況。

綜上所述，現(xiàn)有的技術(shù)存在的問(wèn)題是：現(xiàn)有的基于用戶簽到信息的影響力度量主要是通過(guò)用戶簽到位置或者相關(guān)簽到信息的相似度來(lái)確定用戶之間的影響力。現(xiàn)有的度量方法的標(biāo)準(zhǔn)單一，影響力的度量精度較差。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提出了一種基于簽到信息的影響力度量方法，技術(shù)方案如下：

一種提高基于行為的影響力度量準(zhǔn)確性方法，包含以下步驟：

步驟1、構(gòu)建初始網(wǎng)絡(luò)；

步驟2、測(cè)量用戶m對(duì)目標(biāo)用戶n的單次行為影響力，判定用戶m與目標(biāo)用戶n之間是否存在連邊；m、n兩用戶沒(méi)有連邊，則m、n兩用戶在該簽到行為下的影響力為0；m、n兩用戶有連邊，則執(zhí)行步驟3；

步驟3、剔除用戶本身個(gè)人喜好的影響；

步驟4、計(jì)算社會(huì)大眾影響因素的影響；

步驟5、剔除來(lái)自朋友圈因素的影響；

步驟6、計(jì)算基于用戶偏好相似的影響；

步驟7、對(duì)用戶行為相似度隨時(shí)間變化產(chǎn)生的影響進(jìn)行修正；

步驟8、在步驟3至7的基礎(chǔ)上，計(jì)算目標(biāo)用戶n受到m的影響力。

優(yōu)選地，在步驟1中使用無(wú)向圖G(V,E,C)表示基于位置的社交網(wǎng)絡(luò)，V表示網(wǎng)絡(luò)中的節(jié)點(diǎn)集合，即社交網(wǎng)絡(luò)用戶集合；E表示網(wǎng)絡(luò)中邊的集合，即社交用戶之間的關(guān)系；任意用戶x的簽到記錄用表示其中i表示用戶x的第i個(gè)簽到記錄，表示用戶x簽到位置，表示用戶x在的簽到時(shí)間。

優(yōu)選地,在步驟2中包括以下子步驟：

步驟2.1：如果m、n兩個(gè)用戶均在同一位置簽到，且m的簽到時(shí)間早于n的簽到時(shí)間則存在影響力，則直接進(jìn)入步驟3；