[发明专利]一种基于交互关系的用户影响力分析方法

说明书

本发明属于数据挖掘与社交网络研究领域，涉及一种基于交互关系的用户影响力分析方法，包括获取用户信息，构建微博交互信息模型来计算用户交互信息和用户属性决定的影响力；设置用户的影响力的初始值；通过微博交互信息模型获取转发强度、评论强度和提及强度，并通过转发强度、评论强度和提及强度计算交互强度因子；交互强度因子改进PageRank算法，并通过改进的PageRank算法测量用户的影响力，得出影响力排名；本发明综合考虑社交网络用户的多种行为、网络结构特点、用户属性等特征能够更加准确的发现和识别微博网络中的影响力个体以及个体在微博网络中的影响力。

技术领域

本发明属于数据挖掘与社交网络研究领域，涉及一种基于交互关系的用户影响力分析方法。

背景技术

随着各类在线社交服务的迅速发展，社交网络已经成为主体渗透到生活的方方面面，社交网络几乎是互联网用户互动流量最大的领域。基于互联网的社交网络在推动信息传播中起到了重要的引导作用，用户个体同时扮演着信息的生产者与消费者的双重角色，传统的以内容和话题为基础的信息传播方式也逐渐地转换为以人际关系为主，而社交网络则演变为时刻运行的计算平台和信息传播平台。在微博的信息传播过程中，高影响力的人起着非常关键的作用，他们能够将信息快速广泛的传播出去。如何准确发现某一话题中具有权威性的人物，这已经成为了网络新媒体和舆情监管部门亟待解决的问题。

目前国内外针对微博用户影响力研究主要有以下几个方向：基于用户属性的影响力研究、基于网络拓扑结构的用户影响力分析、结合用户属性和网络关系的影响力研究。我们认为用户的影响力是有多种因素共同决定的，其中用户属性、网络结构和信息传播都能不同程度的预测用户的影响力。所以综合考虑这三种因素对用户影响力的影响，建立了一种基于交互关系的用户影响力度量方法，通过该方法可以更加准确的衡量用户的影响力，进而可以发现在话题传播过程中起关键作用的用户，微博网络中的舆情监控与追踪起到保障和监督作用。

发明内容

针对上述问题，本发明提出一种基于交互关系的用户影响力分析方法，具体包括以下步骤：

S1、基于微博公开的数据资源或者爬虫技术采集特定微博话题中的用户信息；

S2、根据用户信息构建微博交互信息模型并设置用户的影响力的初始值；优选的初始值均设置为1/n，n为样本总用户数；

S3、通过微博交互信息模型获取转发强度、评论强度和提及强度，并通过转发强度、评论强度和提及强度计算交互强度因子；

S4、利用交互强度因子改进PageRank算法，并通过改进的PageRank算法测量用户的影响力，得出影响力排名。

进一步的，用户信息包括微博文本信息、微博被转发次数、微博被评论次数、微博被提及次数以及用户在微博所进行的互动信息和用户的基本信息，其中互动信息包括评论、转发、提及关系，用户基本信息包括粉丝数、关注数和关注关系。

进一步的，所述微博交互信息模型包括表示为：

H＝(M,U,SR,FR,CR,WM)；

其中，M为用户发布微博的集合，U为发布、提及、转发微博及评论微博的用户的集合；SR为微博传播关系的集合；FR为微博转发关系的集合；CR为微博评论关系的集合；WM为用户发布的微博内容影响力权重的集合。