[发明专利]社交网络意见领袖识别方法

说明书

技术领域

本发明涉及一种识别方法，具体涉及一种社交网络意见领袖识别方法。

背景技术

随着Web2.0技术的发展，社交网络(SNS)已成为互联网中非常流行的网络应用。目前，一些大规模在线社交网站，如Facebook的访问量已经超过谷歌，成为美国第一大网站，而国内深受大学生欢迎的人人网，目前注册用户已达1亿，日登陆2200万人次（2009年10月27日人人网公布的数据），2009年12月alexa网站的数据显示国内外网站访问量前15名中社交网站已分别占到4个和6个。社交网站每天都有数百万在线用户，这包含着巨大潜在的商机，比如一些公司可以利用社交网站在线用户来推销他们的产品。

在社交网络中，种子节点的影响力对推动信息传播是非常重要的。一些通过病毒式市场营销方式来推销其产品、服务的公司或用户对如何选择具有影响力的种子节点怀有很大的兴趣。比如A公司想在社交网站为其产品做广告，由于广告费用有限，只能投放K个用户，A公司希望这些最初的用户能够喜欢其产品，并以他们作为种子节点，在社交网络中以口碑相传方式来影响他们的朋友，让他们的朋友也喜欢其产品，而他们的朋友又通过社交网络进一步影响更多的朋友，使更多的用户都能喜欢其产品。A公司当然希望最初选择的用户(即种子节点)都具有较大影响力，所影响的人数尽可能地多，从而花费少量的费用就可达到最大的广告效益。可见，种子节点在网络信息传播过程中发挥了重要的作用，他们相当于意见领袖，通过他们的引导和影响，局部意见可能演化为网络舆论。统计数据显示，网络中的大部分用户不经常参与信息的制造与传播，他们做出的决定往往跟随意见领袖。有效地识别网络意见领袖，通过意见领袖发表引导性信息来影响所在网络用户而非直接说服他们，可以有效地触发整个网络或社会的影响力，对于推动信息传播，提高广告效应具有重要的现实意义。

人们从不同角度研究了社交网络意见领袖发现和识别问题，通过检测社交网络中影响力最大的种子节点来识别意见领袖是其中的一种重要方法，并引起业界的关注和重视，将此类问题归结为影响力最大化问题。

对于影响力最大化问题，目前求解算法主要分为两类：(1)复杂网络算法，比如基于节点度和基于中心的算法等，这类算法存在的主要问题是所得到的种子节点影响力偏低；(2)贪婪算法，其主要问题是计算效率较低、计算时间不稳定以及可扩展性较差等。

Kempe等在文献“Maximizing the spread of influence through a social network（SIGKDD，pages137-146,2003）”中，将影响力最大化问题作为一个离散优化问题，证明了影响力最大化问题是一个NP难题，并提出一个近似的贪婪算法，其核心思想是每次选取影响力增值最大的节点作为种子节点，证明了贪婪算法得到种子节点的影响力不低于最优算法的（1-1/e），并研究了三种不同离散的信息传播模型以及在模型中如何寻找具有最大影响力的种子节点。实验结果显示，贪婪算法得到种子节点影响力明显地高于传统的基于节点度和基于中心的算法，但该贪婪算法有一个严重的缺点，就是计算效率问题，比如在适度规模社交网络中(约15000节点)搜索最大影响力的种子节点需要在一台服务器上计算数天时间，而在大规模社交网络中有数百万计的节点，计算时间将可能成指数倍增长。

Leskovec等在文献“Cost-effective outbreak detection in networks（SIGKDD，pages420-429,2007）”中，提出一个CELF(Cost-Effective Lazy Forward selection)优化贪婪方法，该方法是基于影响力具有子模函数特征提出的，即所有节点的影响力随着种子节点集合中节点数目增加在减弱，具有单调递减性。该方法分为两个步骤：第一个步骤用于选择第一个种子节点，在全部节点中搜索种子节点，选择影响力最大节点加入到种子节点集合中；第二个步骤用于选择余下种子节点，利用影响力具有单调递减性这一性质在部分影响力较大节点中搜索种子节点。由于在第二个步骤中此方法搜索种子节点空间的减少，因此计算效率有了较大提高。实验结果显示，在搜索结果相同的情况下，CELF算法比原始贪婪算法的计算速度提高了近700倍，但对于大规模的社交网络，它的计算效率依然比较低。