[发明专利]基于信息非均匀传播特征的社交媒体关键用户识别方法

说明书

本发明公开了基于信息非均匀传播特征的社交媒体关键用户识别方法，该关键用户识别方法为基于模拟传播的方法，并采用非均匀SIR模型作为信息传播模型的关键用户识别方法；非均匀SIR模型基于信息的非均匀传播特征对标准SIR模型进行改进得到，其中非均匀SIR模型中每条边的感染概率是不同的。本发明首先针对标准SIR模型中假设任两者之间的感染概率是相同的，不考虑邻居的异质性的不足之处进行改进，使其符合信息非均匀传播的特性，从而对信息传播能力进行正确估计，并在此基础之上结合基于渗流的贪婪算法，提出了一种基于信息非均匀传播特征的社交媒体关键用户识别方法，使得依赖于信息传播模型的关键用户识别方法的性能得到优化。

技术领域

本发明涉及信息技术领域，尤其涉及基于信息非均匀传播特征的社交媒体关键用户识别方法。

背景技术

社交媒体网络属于复杂网络，复杂网络上最典型的信息传播模型是SIR模型，它能够对信息传播的过程和趋势进行描述，从而达到对社交网络中的突发信息扩散过程进行预测的目的。在信息传播过程中，SIR模型将网络上所有的节点分为三类，分别为敏感者、感染者和免疫者。感染者是信息的已接受者，敏感者在信息到来时将凭一定概率(感染概率)接受信息，而免疫者不参与信息传播。感染概率为p的SIR传播等价于渗流率同样为p的边渗流。标准SIR模型假设任两者之间的感染概率是相同的，不考虑邻居的异质性，其与真实信息传播机制不符，往往会造成对信息传播能力的低估。

关键用户识别是在给定社交媒体网络G，候选用户集合M，整数k(k≤|M|)时，从M中选k个用户作为信息传播源使信息传播范围最大。关键用户识别方法主要分为基于模拟传播的方法和基于启发式信息的方法，其中基于模拟传播的方法由于结合了贪婪算法的思想，识别效果往往优于基于启发式信息的方法，然而由于该方法依赖于信息传播模型，并假设信息传播模型是标准SIR模型，即信息传播是均匀的，如此下来，由于模拟传播的方式不恰当，选出来的用户往往不是最优的。

发明内容

本发明为解决现有社交媒体的关键用户识别方法由于模拟传播的方式不恰当导致选出来的用户往往不是最优的问题，提供了基于信息非均匀传播特征的社交媒体关键用户识别方法。

为实现以上发明目的，而采用的技术手段是：

基于信息非均匀传播特征的社交媒体关键用户识别方法，所述关键用户识别方法为基于模拟传播的方法，并采用非均匀SIR模型作为信息传播模型的关键用户识别方法；所述非均匀SIR模型基于信息的非均匀传播对标准SIR模型进行改进得到，所述非均匀SIR模型中每条边的感染概率不同。

上述方案中，首先针对标准SIR模型中假设任两者之间的感染概率是相同的，不考虑邻居的异质性的不足之处进行改进，使其符合信息非均匀传播的特性，从而对信息传播能力进行正确估计，并在此基础之上结合基于渗流的贪婪算法，提出了一种基于信息非均匀传播特征的社交媒体关键用户识别方法，使得依赖于信息传播模型的关键用户识别方法的性能得到优化。

优选的，所述非均匀SIR模型基于信息的非均匀传播对标准SIR模型进行改进得到具体包括以下步骤：

给定在线社交媒体网络G，其网络边数为|E|，设定全局感染概率为β；

选定所述在线社交媒体网络G中的初始感染者集合S；

计算所述在线社交媒体网络G中每条边的感染概率；

以所述初始感染者集合S为起点在在线社交媒体网络G上按照每条边的感染概率进行SIR信息传播，得到一个信息传播网络G″，所述信息传播网络G″上的所有节点即为信息传播范围。

在本优选方案中，对在线社交媒体网络G中每条边的感染概率进行计算使其更符合真实信息的传播机制。

优选的，所述的计算所述在线社交媒体网络G中每条边的感染概率的具体步骤包括：