[发明专利]一种针对社交网络选取锚定用户的方法及装置

说明书

本发明提供一种针对社交网络选取锚定用户的方法及装置。该方法包括：确定预设的节点度约束值；基于所述节点度约束值对社交网络对应的所有用户节点进行初始化处理，确定初始锚点集合；其中，所述用户节点与用户相对应，所述初始锚点集合中包含的锚点为锚定用户所对应的用户节点；基于所述初始锚点集合和预设的启发式锚点支持者分析模型，确定所述初始锚点集合中锚点的支持者集合；基于所述锚点的支持者集合和预设的启发式锚点评分分析模型，确定所述初始锚点集合中锚点的评分；基于所述锚点的评分输出第一目标锚点集合。采用本发明方法，为社交网络尽可能少的选取锚定用户，使得非k核中的点参与度提高，能够实现用最少的成本保持预设的用户数。

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种针对社交网络选取锚定用户的方法及装置。另外，还涉及一种电子设备及处理器可读存储介质。

背景技术

近年来，随着计算机技术的快速发展，基于社交网络或者存在用户间交互关系的应用平台越来越多，人们对平台用户的留存情况也越来越重视，因此如何快速、有效的确定需要锚定的用户，保持社交网络中用户的参与度成为本领域技术人员研究的重点。尤其是对于现代互联网公司来说，在市场竞争白热化的阶段，精准地预测用户参与度并采取更有针对性的预先干预措施已经成为公司存活和盈利的关键。

在社交网络中，对用户离开社区的倾向性进行建模一直是研究的热点。人们普遍认为，用户在社交网络上的行为往往受到朋友的影响。例如，如果用户的许多朋友都在社交网络平台中贡献内容，用户自己也更倾向于贡献内容。在这里可将用户在社交网络中贡献内容等行为统称为保持参与。现在被广泛接受的用户参与度的基本模型假设网络中拥有不少于k个朋友的用户将保持参与。但是，拥有少于k个朋友的用户的退出可能会传染并传播给最初拥有不少于k个朋友的用户。这种迭代式的级联删除被称为网络瓦解。在网络瓦解过程完成后，仍然保持参与的用户构成k核。k核是原始图的一个最大化的子图，其中每个顶点的度数不小于k。上述模型在现实生活中有很多应用场景。参与可以代表贡献用户生成的内容。在线社交网络应用的开发者寻求通过鼓励部分用户来保持更多用户积极贡献内容。参与也可以代表积极参与社交网络。如果不采取有效的维护措施，社交网络可能会因网络瓦解而失去许多活跃用户。

为了防止网络瓦解，在线社交网络公司可以花费一些预算来提供激励，让用户锚定，即无论其朋友做什么都保持参与。这些被锚定的用户在图中对应的顶点称为锚定顶点，或简称锚点。Bhawalkar等人提出了锚定k核问题，该问题假设锚定顶点的个数(预算)b已知，旨在找到对网络的整体参与最重要的b个顶点，以最大限度地减少由于网络解散造成的损失。许多现有的关于用户参与的工作研究了这个问题及其变体，但都假设锚定顶点的预算是已知的。在实际应用中，在线社交网络公司可能希望有更多的量化措施，例如，保持80％的用户参与以避免网络瓦解，而不是以较小的预算保持更多的用户参与。为了满足在线社交网络公司的实际需求，需要保持一定比例的用户活跃在社交网络上，同时最小化预算。因此，如何最小化锚定用户的预算，同时保持q个不在k核中的用户的参与度，准确的选取锚定用户成为亟待解决的技术问题。

发明内容

为此，本发明提供一种针对社交网络选取锚定用户的方法，以解决现有技术中存在的针对社交网络选取锚定用户的方案局限性较高，已经逐渐无法满足当前用户的实际使用需求的问题。

第一方面，本发明提供一种针对社交网络选取锚定用户的方法，包括：确定预设的节点度约束值；

基于所述节点度约束值对社交网络对应的所有用户节点进行初始化处理，确定初始锚点集合；其中，所述用户节点与用户相对应，所述初始锚点集合中包含的锚点为锚定用户所对应的用户节点；

基于所述初始锚点集合和预设的启发式锚点支持者分析模型，确定所述初始锚点集合中锚点的支持者集合；

基于所述锚点的支持者集合和预设的启发式锚点评分分析模型，确定所述初始锚点集合中锚点的评分；

基于所述锚点的评分输出第一目标锚点集合。