[发明专利]一种基于网络嵌入的在线社交网络中有影响力用户的辨识方法

权利要求书

1.一种基于网络嵌入的在线社交网络中有影响力用户的辨识方法，其特征在于，包括如下步骤：

步骤一：根据在线社交网络的用户数据构建社交网络模型G(V,E)，V为节点，E为连边，其中一个节点表示一个用户，该社交网络共有N个用户，对应网络模型具有N个节点；如果两个用户是好友，则相应两个节点之间有连边；

步骤二：对社交网络模型G做k-壳分解，获取所有节点K-shell数值Ks_i，其中i∈{1,2,...,N}；

步骤三：通过DeepWalk网络嵌入方法将社交网络模型G转化为欧氏空间的N个r维向量，一个网络节点对应一个向量，其中任意节点i的向量表示为

χ_i＝(x_i,1,x_i,2,x_i,3...x_i,r)，i＝1,2,3....N，r为可调参数；

步骤四：在社交网络模型G中任意选取节点i，获取节点i的邻域Γ(i)，Γ(i)包含了与节点i最短路径距离不大于3的邻域内的所有节点；遍历社交网络模型G，获取所有节点的邻域信息；

步骤五：对任意节点i，计算节点i及其邻域Γ(i)内节点j的欧式距离

d_ij＝|χ_i-χ_j|，j∈Γ(i)，

其中χ_i、χ_j分别表示节点i、j用DeepWalk网络嵌入方法映射到欧式空间的向量；遍历社交网络模型G，获取所有节点和其邻域内节点之间的距离；

步骤六：计算任意节点i在Γ(i)邻域内的影响力总和

其中，Ks_i表示节点i的K-shell数值，d_ij表示网络中节点i与j相应的向量之间的欧式距离；遍历社交网络模型G，计算出网络中全部节点的NLC值，由高到低进行排列，即为节点在网络中影响力大小的排序。