[发明专利]一种基于信息理论的微博传播可视化分析方法与系统

说明书

技术领域

本发明属于信息可视化技术领域，具体地说是一种基于信息理论的微博传播可视化分析方法与系统，其部分技术涉及到可视化的布局算法，中文文本信息处理，信息传播的机制以及计算机图形学等。

背景技术

微博作为新型的网络信息共享平台，近年来发展迅猛。其中，最具代表性的有Twitter、Facebook、新浪微博，它们都吸引了大量的用户。在微博上人们可以随时随地的发布信息、共享信息、传播信息。作为一种新式社会网络，微博已成为近年来的研究热点与难点，包括文本数据的挖掘、社会网络的分析以及信息传播的研究。在信息传播的研究中，用户的行为与交互将极大程度上决定信息流动的趋势，但是这种用户行为与交互的分析异常复杂，因为在某一热点事件的微博传播过程中，往往有成千上万的用户参与，并且用户的行为与交互涉及到很多其他因素：用户的心理，微博内容、公众对用户的信任、还有一些虚假信息的干扰、网络水军的影响等。相关研究人员已经提出了几种模型来模拟与分析人们的交流行为，解释探讨动态信息传播的过程。但是这些研究大都涉及局部特征，没有结合全局来考虑微博传播的机制，因此这些模型对于微博的传播还是不容易被人们理解。

信息理论（香农熵理论）已经确立了信息度量的完备的理论体系，它的主要思想是运用概率将信息的不确定性使用信息熵确定出来，既可以度量出一条信息所包含的信息量（信息的不确定性大小），又可以度量系统信息的平均信息量即信息熵。要搞清楚一件非常非常不确定的事，或是一无所知的事情，就需要了解大量的信息，所以这件事的信息量就非常大。相反，如果对某件事已经有了较多的了解，不需要太多的信息就能把它搞清楚，即这件事的信息量就非常小。

微博是一种信息，也是一种复杂多变的信息，它有自己的特点。微博是如何开始传播的，传播过程是怎么样的，对于这些问题如果使用信息理论作为研究微博的基础，然后结合微博本身的特征来进行建模研究，那么对于理解微博的传播机制将有极大的益处。

发明內容

本发明的目的在于理解微博传播机制、发现微博异常行为或用户以及帮助微博管理者管理微博，提供了一种基于信息理论的微博传播可视化分析方法与系统，包括以下内容：

1）基于信息理论的微博传播可视化分析方法：

根据微博数据分析微博信息量、分析用户的情感偏好以及用户关系偏好，确立函数化模拟微博传播的量化模型。

2）基于信息理论的微博传播可视化分析系统：根据一种改进的层次结构可视化布局进行动态的可视化展示，基于微博传播量化模型可视分析微博转发过程，理解微博传播机制和发现微博传播异常行为。

本发明所述的基于信息理论的微博传播可视化分析方法，其具体为：

a）基于微博数据的信息传播影响因子分析

ⅰ）微博信息量计算：

基于信息理论（香农熵理论）提出计算微博信息量的方法。具体地，对于在t_i+1时刻出现的某一微博其信息量是由数据集来确定的，即t_i+1时刻之前的数据来确定的。主要包括以下几个步骤：

1）对数据集中的每条微博进行关键词切分，然后统计出所有这些关键词在数据集中的词频，建立关键词词频字典。

2）然后，对于目标微博MBti+1=(keyword1,···,keywordi,···,keywordn),]]>做类似的操作，并求出该微博中每个关键词的权重w_i，keyword_i为该微博所包含的关键词；