[发明专利]一种基于工具变量法的社交网络用户好友影响力度量方法

说明书

一种基于工具变量法的社交网络用户好友影响力度量方法，包括以下步骤：S1：提取社交网络中用户的好友信息、属性特征和行为特征，并根据具体问题选定合适的工具变量；S2：根据具体问题对用户好友进行分类；S3：利用工具变量进行第一阶段最小二乘回归，对不同类型用户好友的活动量做出估计；S4：利用S3中得到的用户好友活动量估计值，对用户本身的活动量进行第二阶段最小二乘回归，得到的回归系数即可作为影响力大小的度量。本发明利用工具变量法，将影响用户活动的内部因素和外部因素进行解耦，对用户的活动量进行了无偏估计，从而实现了对社交网络中用户影响力较为准确的定量描述，具有现实应用价值。

技术领域

本发明涉及数据挖掘和数据分析技术领域，特别是涉及一种基于工具变量法的社交网络中好友影响力的度量方法。

背景技术

社会经济和互联网技术的快速发展促进了在线社交网络的蓬勃发展，同时伴随其产生的海量用户数据成为了数据挖掘研究和应用的重要资源。用户在社交网络上的不同行为往往会对网络中的其他用户产生影响，具有不同属性的用户产生的影响力也不同。因此，如何在海量的用户数据中探究出用户之间的影响模式、挖掘出具有影响力的用户，对于研究信息的传播方式、商业广告的精准投放等问题都具有重要意义，也具有广泛的社会价值和丰富的商业价值。

目前对于社交网络中用户之间相互影响力的研究主要存在的问题是，多种多样的外部因素与内部因素都会对用户的行为产生的影响，这使得用户之间的相对影响力变得难以确定。针对该问题，本发明提出一种基于工具变量法的社交网络中用户影响力度量方法。利用本发明的方法，可以解决如下两个基本问题：(1)将影响用户行为的外部因素和内部因素进行解耦；(2)对用户之间的影响力进行较为准确的评价。

发明内容

为了弥补现有的社交网络中用户影响力预测方法的不足，本发明提出一种基于工具变量法的社交网络用户好友影响力度量方法，将影响用户行为的内在因素与外在因素进行解耦后，利用两阶段最小二乘回归，能够更加准确地定量描述用户之间的影响力。

本发明解决其技术问题所采用的技术方案如下：

一种基于工具变量法的社交网络用户好友影响力度量方法，包含如下步骤：

S1：数据收集与处理处理，从社交网络中提取用户数据，包括用户好友数据、用户属性特征X和用户行为特征A，确定时间窗口t，将整个数据集的时间段按照t等间隔地分割成N个单位时间；同时根据研究的问题确定外部变量，对应用户好友的外部变量定义为工具变量W，对应用户本身的外部变量记为w；

S2：将每一个用户的好友按照设定的标签进行分类；

S3：在时间窗口t上，结合选定的工具变量、好友属性特征、用户属性特征以及外部变量进行第一阶段最小二乘回归，分别对用户i的不同类别好友在t时间内的活动度量做出估计；

S4：利用S3中得到的两类好友的活动量的估计值，结合用户i本身的属性特征X与外部变量w，进行第二阶段最小二乘回归，即可得到不同类型的好友对用户i本身的影响力度量。

进一步，所述步骤S1中，用户的属性特征X一般包括性别、年龄、地域等较为固定的信息；行为特征A即用户在社交网络上的行为，包括点评、签到等。此外，工具变量W的选取需要考虑两个因素：

1)W能够直接对用户好友的行为产生影响；

2)W不能对用户产生直接影响，其对用户的影响必须通过用户好友来间接产生；

以上的所有数据，包括时间窗口t以及S2中对于用户好友的分类标准，需要根据具体研究问题进行不同的设计。

更进一步，所述步骤S2中，在对用户好友按照特定标准进行划分的同时，需要考虑工具变量W的作用，若该好友与用户本身的活动量会同时受到W的影响，则需将该好友从数据中剔除。