[發(fā)明專利]社交網(wǎng)絡(luò)種子用戶選擇方法和裝置、電子設(shè)備、存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110419666.0
• 申請日: 2021-04-19
• 公開（公告）號: CN113222774B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計）人: 苗曉曄;朋環(huán)環(huán);吳洋洋;劉悅;尹建偉
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06Q50/00
• 分類號: G06Q50/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 應(yīng)孔月

1.一種社交網(wǎng)絡(luò)種子用戶選擇方法，其特征在于，該方法包括：

將社交網(wǎng)絡(luò)建模成有向概率圖G＝(V,E,P)，其中V代表所有用戶組成的集合，E是所有用戶之間的社交關(guān)系集合，P表示所有邊上的傳播概率集合，表示用戶之間的原始激活概率；

考慮用戶間傳播時間及其對傳播概率的影響將社交網(wǎng)絡(luò)中用戶行為進(jìn)行建模，得到用戶行為模型，所述用戶行為模型的規(guī)則如下：每個已激活用戶僅有一次機(jī)會嘗試激活其社交好友，激活好友所需的時間服從幾何分布或泊松分布，激活時間對激活成功概率的影響建模為時延函數(shù)，服從指數(shù)函數(shù)或冪函數(shù)，激活好友的最終成功概率為用戶之間的原始激活概率與時延函數(shù)的乘積；

基于所述社交網(wǎng)絡(luò)和用戶行為模型，選擇社交網(wǎng)絡(luò)部分用戶作為初始已激活用戶，這些用戶按照所述用戶行為模型中的規(guī)則激活用戶，使得更多用戶被激活并進(jìn)行激活行為，直到?jīng)]有新用戶被激活或達(dá)到預(yù)定時間為止，獲得時間感知的社交網(wǎng)絡(luò)傳播模型；

根據(jù)所述社交網(wǎng)絡(luò)傳播模型和理論證明確定反向傳播模擬的次數(shù)選擇任意用戶進(jìn)行反向傳播模擬，記錄反向傳播模擬中被激活的用戶，重復(fù)所述反向傳播模擬的過程N(yùn)_m次，將這些用戶組成反向可達(dá)集RRsets；

根據(jù)所述反向可達(dá)集RRsets，使用用戶集與所述反向可達(dá)集RRsets的交集個數(shù)代表用戶集中任意用戶的近似影響力，基于所述近似影響力貪心選擇預(yù)定數(shù)目的用戶，作為社交網(wǎng)絡(luò)中的種子用戶，從而保證所選擇用戶的影響力近似比；

其中，e為自然對數(shù)，δ是預(yù)定的近似概率，∈為預(yù)定的錯誤閾值，n是社交網(wǎng)絡(luò)G中的用戶數(shù)量，k為要選擇的用戶個數(shù)；

其中，根據(jù)所述反向可達(dá)集RRsets，使用用戶集與所述反向可達(dá)集RRsets的交集個數(shù)代表用戶集中任意用戶的近似影響力，基于所述影響力貪心選擇預(yù)定數(shù)目的用戶，包括：

根據(jù)所述的反向可達(dá)集RRsets，依次判斷用戶集與每個RRset是否有交集，記錄用戶集與所述反向可達(dá)集RRsets的交集個數(shù)，得到用戶集中任意用戶的近似影響力，基于近似影響力按照如下貪心規(guī)則依次選擇用戶；

選擇第一個用戶時，選擇近似影響力最大的用戶，選擇第二個用戶時，選擇與第一個所選用戶聯(lián)合后的近似影響力最大的用戶，以此類推，直到選擇預(yù)定數(shù)目的用戶為止。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述社交網(wǎng)絡(luò)傳播模型，多次選擇任意用戶進(jìn)行反向傳播模擬，包括：

根據(jù)所述社交網(wǎng)絡(luò)傳播模型，多次以相同的概率選擇社交網(wǎng)絡(luò)上的任意一個用戶作為初始已激活用戶，開始反向激活行為，直到?jīng)]有新用戶被反向激活或傳播過程達(dá)到預(yù)定時間為止。