[发明专利]一种基于随机模型预测信息最大化传播范围的方法

说明书

技术领域

本发明属于社会网络建模与分析领域，具体涉及一种探索了社交网络动态特性的社交网络信息最大化传播范围的方法。该方法构造了一组可描述网络信息传播动态性的函数，通过社交网络信息传播的历史数据，建立动态信息传播模型，并利用随机模型检测器通过验证和仿真技术，预测通过不同节点与节点集合传播，信息可能传播的最大范围，并找出能使传播范围最大化的节点集合。

背景技术

20世纪30年代，英国人类学家Radcliffe Brown在对社会结构的关注中，首次使用了“社交网络(社会网络)”(Social Networks)的概念。在接来下的70多年里，通过多个学科领域的几代学者的共同努力，社会网络形成了比较成熟完善的概念体系。社会网络传播过程在社会学中也有着长期的研究历史。近些年，随着互联网技术的发展，越来越多的虚拟社会相继出现，比如以Facebook，Twitter，新浪微博等为代表的大型在线社交网络网站，通过手机通信、电子邮件等形成的人际关系网络等。透过这些虚拟网络所展现出的社会关系和人际互动是许多研究的关注重点。在社会个体信息传播领域，社交网络作为媒介，在社会个体之间相互影响、传播信息与观点方面，发挥着根本性的作用。一个信息体或是观点可能在人群中极大的蔓延开来，也有可能迅速地消失。虚拟社会的研究与现实社会的研究存在着极大的不同，现实社会可以对诸多鲜活个体进行调查研究，而对虚拟社会的探索，需要着眼于数据，通过业务系统来完成研究的工作。

如何在社交网络中进行市场营销已成为各商家和网络运营商所关注的热点。许多商家试图通过社会网络传播他们产品或者企业理念。社交网络中的“病毒式营销”是指最初针对少数有“影响力”的网络成员，向他们提供免费的产品样品，并期待引发一连串的影响：其中一些成员会推荐产品给他们的朋友，通过“口碑效应”，最终使尽可能多的人愿意尝试这种新产品。这种营销模式的突出优点是，人们认为来自朋友或其他信任源的信息是最可靠的，而这正是广告营销所缺乏的。这种使客户参与到营销活动中来的营销方式，可以给投资带来前所未有的回报。但是，应该选择社交网络中的哪些客户作为初始客户开始营销活动，从而使营销活动的效果覆盖最大的社群范围，是这种营销模式下的最重要的问题。

为解决上述问题，许多针对信息最大化传播范围的预测方法被提了出来。这些预测方法可以被分为两大类，一类是基于排序的选择方法，即通过历史数据，按照发信息量或者好友/粉丝数目等属性，对社交网络中所有用户进行排序，选择排名前K(K为自然数，且远小于总用户数)个用户，作为营销初始用户集合在网络中开展营销。第二类是通过建立能够预测给定节点(用户)或者节点集合的信息传播范围的信息传播模型对待选节点集合进行评估，而最终确定初始节点集合的方法。第一类方法把节点考虑成相互独立的个体，虽然计算开销较小，能够快速处理海量的数据，但是准确率最差，因为通常依靠排名的方法，选取的前几名节点在拓扑上距离较近，通过他们一起传播信息时，大多是重叠的，所以组合传播范围相对较小，效果最差。而第二种方法，虽然计算开销比较大，但是能够获得更高质量的营销方案，因为所建立的信息传播模型能够更好刻画信息传播的内在规律。因为获得高质量的营销方案会极大程度的提升企业营销行为的成功率，计算开销的代价在一定程度上，是可以被接受的。