[发明专利]一种社交网络高影响力信息的提取方法

权利要求书

1.一种社交网络高影响力信息的提取方法，其特征在于：它包括以下步骤： 

步骤一：获取欲分析的所有S条已发布的微博信息的及微博对应的所有转发的相关记录，Q(G)表示第G条微博的完整记录，G＝1，2，3，...，S。表示第G条微博的第k个转发的相关记录，即中包含了分别为此第G条微博第k个转发的转发人的id，转发评论的文字内容，此转发用户的关注总人数、粉丝总人数、自己发布的微博总条数，此转发的发布工具来源；同时设定单信息重复阈值系数β，0＜β＜0.005；提取比例α，0＜α＜1。 

步骤二：对每个微博信息的完整记录，根据转发的发布工具记录信息，提取各微博的分布评定指标Sd(G)，G＝1，2，3，...，S，各微博的转发数目的总量SdA(G) 

步骤三：对所有S个微博信息的完整记录，根据转发记录的用户的关注总人数、粉丝总人数、自己发布的微博总条数、转发的用户id、评论的字面内容ct_k，提取各微博的真值评定指标Sr(G)，G＝1，2，3，...，S 

步骤四：根据每个微博的分布评定指标和真值评定指标，计算各个微博信息的影响系数。其中第G条微博的影响系数FL(G)＝max{Sr(G)，1-0.8*Sd(G)}。 

步骤五：对所有S条微博的影响系数FL(G)进行由大到小的排序，则输出前条微博信息，用以进行人工分析。 

2.根据权利要求1所述的社交网络有效信息的提取方法，其特征在于：在步骤二中，对第条微博信息，从所述的完整记录中获取分布评定指标的具体方法为：

    步骤二一：对第条微博信息的所有转发的发布工具来源，分别统计其中发布工具来源为“新浪微博”的转发数目总量、来源为“iphone客户端”的转发数目总量、来源为“Android客户端”的转发数目总量、来源为“360安全浏览器”的转发数目总量、所有转发数目的总量；

    步骤二二：根据上述的分别计算出各发布工具来源的比例系数，即来源为“新浪微博”的比例系数，来源为“iphone客户端”的比例系数，来源为“Android客户端”的比例系数，来源为“360安全浏览器”的比例系数；

    步骤二三：计算第条微博信息的分布评定指标，具体计算如下

    。

3.根据权利要求2所述的社交网络有效信息的提取方法，其特征在于：在步骤三中，对第条微博信息，从所述的完整记录中获取真值评定指标的具体方法为：

    步骤三一：对第条微博信息的完整记录，根据转发的完整记录信息，提取第个转发记录的特征量集合，其中；用表示第个转发记录的第个的特征量，此微博的转发记录总数其中，具体各计算如下：

           ；

    步骤三二：根据所有转发的记录的特征量集合，对这些记录进行质量判定，得出质量评分；

    的质量得分计算方式如下所示：

    ；

    步骤三三：对第条微博的所有转发的记录，根据转发的用户id，分析各记录的重复规避评分；

   的得分计算方式如下：

   ；

    步骤三四：对第条微博的所有转发的记录的评论内容，根据评论的字面内容，分析各记录的独立性评分；

   ；

    步骤三五：根据第条微博所有记录的质量评分、重复规避评分、独立评分，计算各记录的有效性；

    的有效性计算方式如下：

   ；

   步骤三六：根据第条微博所有记录的有效性，统计其中的转发总数，记为；

   步骤三七：计算第条微博的真值评定指标。