[发明专利]一种提高基于行为的影响力度量准确性方法

说明书

本发明公开了一种提高基于行为的影响力度量准确性方法，本发明首先构建基于位置访问的社交网络，并对所有用户进行了用户签到信息记录进行提取，并且剔除了用户重复行为。然后根据目标用户的签到地点计算位置热门度。同时根据时间模型对朋友圈的总影响力进行重分配，由此剔除了朋友圈的影响因素。之后使用杰卡德的算法度量位置相似度，最后得出指定用户间的影响力大小。本发明考虑了导致用户之间存在相似签到行为的多种原因，用户本身的个人喜好、用户朋友圈共同影响、位置热门因素等，从而使两个用户之间的影响力度量结果更加准确。

技术领域

本发明涉及互联网技术领域，本发明属于影响力度量领域，具体涉及一种提高基于行为的影响力度量准确性方法。

背景技术

从上世纪末开始，Web 2.0技术引发了在线社交网络的快速发展，如Twitter、Facebook、微博等。此后，研究人员首次可以通过在线网站收集大量与现实世界一致的数据。能够深入研究社会影响与社交网络中的网络结构、用户行为、舆论等诸多原因之间的相关性。在社交网络影响力度量方面取得了大量的成果，广泛应用于专家调查、推荐系统、商品营销等领域。同时，人们已经习惯借助社交网络平台上分享日常的生活，人们不再单纯地作为内容的接收者，他们还成为了内容的生产者和传播者。研究用户之间的影响力度量有极大的作用。

目前基于位置的社交网络越来越流行，用户热衷于在社交网络分享他们的地理位置并签到，发表评论和意见等。目前关于基于位置的社交网络方面的研究已经有很多，但是这些研究中关于影响力度量的方法一部分单纯从网络拓扑结构进行度量，缺乏了用户之间的关键交互内容信息，其影响力度量准确度不佳；一部分考虑了用户行为以及用户相关社交文本信息，丰富了用户特征，相比基于网络拓扑结构的影响力度量效果更好。但上述度量方法都主要是依据用户之间存在相似性的行为以确定影响力的大小，这种判断的标准过于单一，针对于基于签到信息的用户影响力度量来说，很容易出现两个用户在同位置签到但两者之间并无关系的情况。

综上所述，现有的技术存在的问题是：现有的基于用户签到信息的影响力度量主要是通过用户签到位置或者相关签到信息的相似度来确定用户之间的影响力。现有的度量方法的标准单一，影响力的度量精度较差。

发明内容

针对现有技术存在的问题，本发明提出了一种基于签到信息的影响力度量方法，技术方案如下：

一种提高基于行为的影响力度量准确性方法，包含以下步骤：

步骤1、构建初始网络；

步骤2、测量用户m对目标用户n的单次行为影响力，判定用户m与目标用户n之间是否存在连边；m、n两用户没有连边，则m、n两用户在该签到行为下的影响力为0；m、n两用户有连边，则执行步骤3；

步骤3、剔除用户本身个人喜好的影响；

步骤4、计算社会大众影响因素的影响；

步骤5、剔除来自朋友圈因素的影响；

步骤6、计算基于用户偏好相似的影响；

步骤7、对用户行为相似度随时间变化产生的影响进行修正；

步骤8、在步骤3至7的基础上，计算目标用户n受到m的影响力。

优选地，在步骤1中使用无向图G(V,E,C)表示基于位置的社交网络，V表示网络中的节点集合，即社交网络用户集合；E表示网络中边的集合，即社交用户之间的关系；任意用户x的签到记录用表示其中i表示用户x的第i个签到记录，表示用户x签到位置，表示用户x在的签到时间。

优选地,在步骤2中包括以下子步骤：

步骤2.1：如果m、n两个用户均在同一位置签到，且m的签到时间早于n的签到时间则存在影响力，则直接进入步骤3；