[发明专利]基于三部图模型的微博热点话题溯源方法

权利要求书

1.基于三部图模型的微博热点话题溯源方法，其特征在于，包括：

S1、利用网络爬虫或者各种社交软件提供的应用程序编程接口API对数据进行获取；

S2、对单条微博消息进行传播路径模型还原；

S3、以单条微博消息的传播路径还原为基础，建立“消息-路径-用户”话题三部图，具体包括以下步骤：

S31、构建“消息-路径-用户”话题三部图模型，根据同一用户可能会对不同消息进行转发与评论，使多条消息传播具有重叠，从而构成话题全网络，以此为基础构建话题三部图，具体表示包括：

G＝(M∪P∪V，A∪B)；

其中，G表示话题三步图模型，M＝{M₁,M₂,M₃,...,M_i}为消息集合，P＝{P₁,P₂,P₃,...,P_i}为消息传播路径集合，V＝{V₁,V₂,V₃,...,V_i}为参与用户集合，A为消息-路径之间的权值矩阵，B为路径-用户之间的权值矩阵；

S32、同一个用户可能会同时参与此热点话题下不同消息，定义用户话题传播带动力为：

其中，drive(v_k,mi)为用户的消息传播带动力，v_k,mi表示第i个消息中的用户节点vk；

S33、引进超文本话题搜索HITS排名思想，使用循环迭代打分机制对话题三部图中关键元素进行挖掘，挖掘过程包括：

S331、计算消息初始评分向量X(0)、路径初始评分向量Y(0)和用户初始评分向量W(0)，分别表示为：

其中，α_i表示的是消息传播的广度，即消息M_i所对应的有效路径；β_j表示的是路径p_j的对应的节点v_k的数目，γ_k表示的是用户节点v_k的话题传播带动力，上标T表示转置矩阵；

S332、计算消息-路径之间的权值矩阵和路径-用户之间的权值矩阵，分别表示为：

消息-路径权值矩阵为：

路径-消息权值矩阵为：

其中，如果消息M中有传播路径P，则a_i,j＝1，否则，a_i,j＝0；同时，把A_MP看成是消息节点M和路径节点P之间的转移矩阵；

路径-用户权值矩阵为：

用户-路径权值矩阵为：

其中，若传播路径P_j中包含用户节点v_k，则b_k,j＝1，否则b_k,j＝0，是用户初始分值向量W⁽⁰⁾的第k个元素，是路径初始分数Y⁽⁰⁾的第j个元素；

S333、使用循环迭代打分机制对三部图中的消息集合、路径集合、用户集合的分值向量进行更新，其中循环迭代打分机制包括正向打分过程和反向打分过程，即：

正向打分过程包括：

Y⁽ⁿ⁺¹⁾＝μA_MPX⁽ⁿ⁾+(1-μ)Y⁽⁰⁾；

W⁽ⁿ⁺¹⁾＝μB_PVY⁽ⁿ⁺¹⁾+(1-μ)W⁽⁰⁾；

其中，μ为可调比例参数，Y⁽ⁿ⁺¹⁾表示第n+1次循环的路径评分向量，W⁽ⁿ⁺¹⁾表示第n+1次循环的用户评分向量，A_MP表示消息-路径权值矩阵，B_PV表示路径-用户权值矩阵；

反向打分过程包括：

Y⁽ⁿ⁺¹⁾＝μB_VPW⁽ⁿ⁺¹⁾+(1-μ)Y⁽⁰⁾；

X⁽ⁿ⁺¹⁾＝μA_PMY⁽ⁿ⁺¹⁾+(1-μ)X⁽⁰⁾；

其中，X⁽ⁿ⁺¹⁾表示第n+1次循环的消息评分向量；B_VP表示用户-路径权值矩阵，A_PM表示路径-消息权值矩阵；

S4、对根据话题三部图计算得到的消息、路径和用户得分序列排序，将排名靠前的N个作为热点话题源点序列。