[发明专利]一种社交网络高影响力信息的提取方法

说明书

技术领域

本发明涉及一种社交网络高影响力信息的提取方法，属于社交网络数据挖掘的技术应用领域。 

背景技术

社交网络作为一种重要高效的信息传递平台，参与其中的人员越来越多。政府、事业及企业单位在这个平台中与各人进行信息交互，并及时吸收各方面的意见，对各政策的发展和效果进行评定，进而对原计划进行修改及重新计划。 

目前企业对信息的评定一般都基于人工分析，而由于网络信息的海量性，人工处理时都直接忽略低转发和评论量的信息，而主要基于社交网络上有大量的转发或者大量评论信息，对企业进行信息评估时认为这些信息有充分的曝光率，对企业的价值是巨大的，对这些数据加以分析，可助于改进现有产品及更好的定位未来的产品走向。 

然而大量的转发及大量的评论信息并非直接代表了曝光率和影响力，由于社交网络的信息分析存在固有的难题，首先是社交网络中充斥着虚假信息与低质量信息，统一的对这些信息进行观测理解，会浪费众多的人力物力，并无法反映真实的问题；其次由于参与的人员众多，导致信息是无界的，信息可以在网络中无限扩展，甚至最后影响到现实，如此海量的原始信息难以完全理解和有效抽取，最终用以辅助决策。 

科学有效的度量信息的影响性和曝光率，捕获影响舆论走向的真实信息，可使企业集中精力分析真正的问题，并用以扩大品牌正面声量、减少并消除负面声量成为企业在社会化营销中制胜的关键，而实际可用的社交网络高影响信息的提取方法和系统能给企业带来确实的帮助。 

发明内容

本发明是为了解决现有社交网络信息过载的难题，提供了一种高影响力信息的提取方法。 

本发明所述高影响力信息的提取方法，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，PkG={idkG,ctkG,prgkG,prfkG,prwkG,cskG},]]>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。 

在步骤二中，对第G条微博信息，从所述的完整记录中获取分布评定指标Sd(G)的具体方法为：