[发明专利]一种群体间的影响力的评估方法

说明书

技术领域

本发明涉及一种群体间的影响力的评估系统和方法，属于网络通信技术领域。

背景技术

在线社交网络的用户群体是因为一定的社会关系，社会背景或兴趣等形成的非正式的、跨区域的、可自由发展的庞大的社会网络群体。看似联系较为稀疏的虚拟世界网络群体，相互之间的影响作用对大众舆论导向、社会热点涨落、特定群体涌现等方面起到至关重要的作用。可见，社会影响在社会网络中，尤其是在当前的在线社交网络兴起的时代，群体影响以及传播方式和作用结果，成为当前研究的热潮。

近年来，学者对在线社交网络的影响力进行了一定的研究。目前，社交影响力的建模方法大致可分为两类：即经验方法和推断方法。经验方法通过实验数据的观察和分析，总结出符合样本的数学模型，再通过和实际数据的拟合获取模型中的参数值。推断方法则根据相关理论直接推导出影响力模型，同样再采用学习和拟合等方法确定模型中的参数值。这两种方法都有各自的优势和成功的应用，但是还没有什么方法能够普遍准确地刻画社交网络中的影响力以及影响力的作用机制。这种局面的改变，需要在影响力的定义、社交信息和影响力的关系等理论工作上取得突破，同时也需要建模方法的改进。

目前，大量关于社交影响力分析的工作都聚焦在用户自身的影响力度量和演化，以及用户及其邻居和所在社团之间的相互影响上，但是以用户群体为基本目标进行影响力分析的研究还不是很多，缺乏对具有特定属性的用户形成的群体以及群体之间的相互影响进行分析和度量；同时出于作为理论简化和直观表达的需求，缺乏具有针对网络群体行为的建模。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于克服上述现有技术的不足，提供了一种群体间的影响力评估方法，该方法在计算四种拓扑关系下的群体间影响力，主要包括：群体部分重叠关系下的影响力、群体包含关系下的影响力、群体非重叠但有连接关系的影响力和群体非重叠但无连接关系的影响力。该方法充分考虑群体影响力的作用机制，提出了群体影响力的评估模型，实现了四种拓扑关系下的群体间影响力评估。

本发明解决其技术问题所采取的技术方案是：本发明应用于在线社交网络用户交互关系的网络下，该方法充分考虑群体影响力的作用和机制，群体内部与群体外部节点的影响力关系与计算方法，该方法在群体部分重叠关系下的群体间影响力的计算方法包括：群体R1和群体R2网络拓扑部分重叠，那么R1和R2的影响力就在于相交节点的数量，以及相交节点对之间的影响力强弱。因此，R1对R2的影响力计算公式为：

V(R1，R2)表示R1与R2的相交节点的集合；P_R1R2表示R1到R2的所有路径；k,v表示P_ij路径中的节点；α为综合因子。F_kv表示节点k,v之间的影响力，Y(R1，i)表示群体R对节点i的影响力，Y(j,R2)表示节点j对群体R2的影响力。

进一步地，本发明群体包含关系下的群体间影响力计算方法包括：群体R1和群体R2网络拓扑是群体R1包含群体R2，那么R1和R2的影响力就在R1的节点的数量，以及R1所有节点对R2所有节点对之间的影响力强弱。因此，R1对R2的影响力计算公式为：

P_R1R2表示R1到R2的所有路径；k,v表示P_ij路径中的节点；β为综合因子。F_kv表示节点k,v之间的影响力，Y(R1，i)表示群体R对节点i的影响力，Y(j,R2)表示节点j对群体R2的影响力。

进一步地，本发明群体非重叠且有连接关系的群体间影响力计算方法包括：群体R1和群体R2网络拓扑是不存在交集，但是存在若干连接，那么R1对R2的影响力就在于R1和R2群体的相连的节点对之间的影响力强弱。因此，R1对R2的影响力计算公式为：

P_R1R2表示R1到R2的所有路径；k,v表示P_ij路径中的节点；δ为综合因子。F_kv表示节点k,v之间的影响力，Y(R1，i)表示群体R对节点i的影响力，Y(j,R2)表示节点j对群体R2的影响力。

进一步地，本发明群体非重叠且无连接关系的群体间影响力计算方法包括：群体R1和群体R2网络拓扑是不存在交集，但是存在若干连接，那么R1对R2的影响力就在于R1和R2群体的相连的节点对之间的影响力强弱。因此，R1对R2的影响力计算公式为：