一种用户传播影响力的确定方法和装置的制造方法
【技术领域】
[0001] 本发明涉及计算机技术领域，具体涉及一种用户传播影响力的确定方法和装置。
【背景技术】
[0002] 社交网络的发展对人类生活有着极大影响，无论是交友，工作还是购物，人们已经 习惯依赖社交网络来获取信息。具有高影响力的用户在社交网络中可以作为信息传播源 头，促进社交网络上有效信息的传播。为了让信息在网络中传播得更快，范围更广，关键就 在于寻找到最具有传播影响力的节点。由于网络中总用户数量巨大，网络结构复杂，网络中 大部分节点的传播能力极为有限，寻找有高传播影响力的用户一直是一大挑战。
[0003] 处于网络中心的节点具有更高的传播影响力。比如一个度值较小的处于网络中心 的节点比一个度值较大的处于网络边缘的节点更有影响力。例如图1所示，圆圈表示一个传 播网络，处于圆圈L3内的黑点表示处于网络中心的节点，处于圆圈L1以内、圆圈L2以外的黑 点表示处于网络边缘的节点，处于网络中心的节点比处于网络边缘的节点更有影响力。节 点在网络中的位置可以用节点的核数（用符号(^表示）来刻画。现有技术中，计算节点的核 数可以使用k-壳分解(英文名称:k-core Decomposition)法，将外围的节点层层剥去，最后 得到处于内层的节点，则这些节点拥有较高的影响力。具体分解过程如下：网络中如果存在 度值为1的节点，从度中心性的角度看它们就是最不重要的节点。如果把这些度值为1的节 点及其所连接的边都去掉，那么剩下的网络中会新出现一些度值为1的节点，再将这些度值 为1的节点去掉，以此进行循环操作，直到所剩的网络中没有度值为1的节点为止。此时，所 有被去掉的节点组成一个层，称为1-壳(英文名称：Ι-shell)。对于一个节点来说，剥掉一层 之后在剩下的网络中节点的度值就称为该节点的剩余度。按上述方法继续剥壳，去掉网络 中剩余度为2的节点......重复这些操作，直到网络中没有节点为止，定义初始度为0的孤立 节点属于〇-壳。网络中的每一个节点属于唯一的一个层，显然任一节点i均满足ki 2 Ci，其中 h是节点i的度，(^就是节点i的核数。所有核数大于等于Cl的节点构成Cl_核。
[0004] 本发明的发明人在实现本发明的过程中发现，现有技术至少存在如下的技术问 题:k-壳分解法是一个中心化(英文名称:Centralized)的方法，因此需要知道全局信息（即 网络中所有的节点信息)才能进行节点核数的计算，这必然存在大量的节点计算量。
【发明内容】
[0005] 本发明的目的在于提供一种用户传播影响力的确定方法和装置，用于通过少量的 节点计算量衡量节点的传播影响力。
[0006] 为了达到上述目的，本发明采用这样的如下技术方案：
[0007] -方面，本发明提供一种用户传播影响力的确定方法，包括：
[0008] 从网络信息数据库中获取拓扑网络的结构数据，所述结构数据包括:用户集、所述 用户集中不同用户之间的关联关系，所述用户集中包括至少N个用户，所述N为非零的自然 数；
[0009] 通过如下循环过程计算所述拓扑网络中任意节点i的传播影响力指数序列，所述 传播影响力指数序列包括:从0阶开始至η阶的各个阶的传播影响力指数，若所述η阶传播影 响力指数为h，则在所述任意节点i的所有邻居节点中存在最多h个邻居节点的(η-I)阶传播 影响力指数不小于所述h，所述任意节点i为所述拓扑网络中表示任意用户i的节点，所述i、 h、n为自然数，所述i表示从1至N中的任意一个数；
[0010] 其中，执行所述循环过程包括:在时间步t = 0时获取所述任意节点i的0阶传播影 响力指数为：=&.，所述ki是所述任意节点i的度值;在时间步t = n时，根据所述任意节 点i的邻居节点在时间步t = η-1时更新后的(η-1)阶传播影响力指数获取所述任意节点i的 η阶传播影响力指数为：
其中，/1，/2，一，4是任意节点1的所 有邻居节点，所述表示所述任意节点i的邻居节点么的(1!-1)阶传播影响力指数，所述 表示所述任意节点i的邻居节点j2的(η-I)阶传播影响力指数，所述表示所述任意 节点i的邻居节点/?的(η-1)阶传播影响力指数，在时间步t = η时，所述拓扑网络中所有节 点的η阶传播影响力指数都更新之后，开始时间步t = η+1时所述拓扑网络中所有节点的η+1 阶传播影响力指数的更新；
[0011]在所述拓扑网络中任意节点i的传播影响力指数序列中阶数(Υ+1)的传播影响力 指数等于所述任意节点i的阶数Y的传播影响力指数的情况下，停止执行所述循环过程，并 输出所述拓扑网络中所有节点的〇阶到Y阶的传播影响力指数序列中的任意一阶的传播影 响力指数用于衡量所述拓扑网络中所有节点的传播影响力，其中，所述Y为所述拓扑网络 中所有节点的传播影响力指数的最大阶数。
[0012] 另一方面，本发明提供一种用户传播影响力的确定装置，包括：
[0013] 结构数据获取模块，用于从网络信息数据库中获取拓扑网络的结构数据，所述结 构数据包括：用户集、所述用户集中不同用户之间的关联关系，所述用户集中包括至少N个 用户，所述N为非零的自然数；
[0014] 指数序列计算模块，用于通过如下循环过程计算所述拓扑网络中任意节点i的传 播影响力指数序列，所述传播影响力指数序列包括:从〇阶开始至η阶的各个阶的传播影响 力指数，若所述η阶的传播影响力指数为h，则在所述任意节点i的所有邻居节点中存在最多 h个邻居节点的(η-I)阶传播影响力指数不小于所述h，所述任意节点i为所述拓扑网络中表 示任意用户i的节点，所述i、h、η为自然数，所述i表示从1至N中的任意一个数；
[0015] 其中，所述指数序列计算模块执行所述循环过程包括:在时间步t = 0时获取所述 任意节点i的〇阶传播影响力指数为：/f1 =先，所述1^是所述任意节点i的度值;在时间步t =η时，根据所述任意节点i的邻居节点在时间步t = η-1时更新后的(η-1)阶传播影响力指 数获取所述任意节点i的η阶传播影响力指数为：/f …,)，其中， Λ，Α，···，Λ是任意节点i的所有邻居节点，所述表示所述任意节点i的邻居节点么的 (η-I)阶传播影响力指数，所述力p表示所述任意节点i的邻居节点j2的(η-I)阶传播影响 力指数，所述<4表示所述任意节点i的邻居节点4,.的(n-1)阶传播影响力指数，在时间步 t = η时，所述拓扑网络中所有节点的η阶传播影响力指数都更新之后，开始时间步t = n+1时 所述拓扑网络中所有节点的n+1阶传播影响力指数的更新；
[0016] 传播影响力指数输出模块，用于在所述拓扑网络中任意节点i的传播影响力指数 序列中阶数(η' +1)的传播影响力指数等于所述任意节点i的阶数η'的传播影响力指数的情 况下，停止执行所述循环过程，并输出所述拓扑网络中所有节点的0阶到Υ阶的传播影响力 指数序列中的任意一阶的传播影响力指数用于衡量所述拓扑网络中所有节点的传播影响 力，其中，所述Υ为所述拓扑网络中所有节点的传播影响力指数的最大阶数。
[0017] 采用上述技术方案后，本发明提供的技术方案将有如下优点：
[0018]本发明实施例中，采用节点的多个阶的传播影响力指数构成传播影响力指数序 列，在拓扑网络中所有节点的(rZ+1)阶的传播影响力指数等于它们Υ阶的传播影响力指数 的情况下，输出所有节点的传播影响力指数序列中的任意一阶的传播影响力指数用于衡量 节点的传播影响力，由于在计算每个节点的传播影响力指数序列时并不需要拓扑网络中所 有节点的节点信息而只需要邻居节点的节点信息，即不需要获取拓扑网络的全局信息，而 只使用需要衡量传播影响力的节点的所有邻居节点信息就可以完成，因此节点计算量远小 于现有技术中的k-壳分解法。
【附图说明】
[0019] 图1为本发明实施例提供拓扑网络中节点所在网络位置的示意图；
[0020] 图2为本发明实施例提供的一种用户传播影响力的确定方法的流程方框示意图；
[0021] 图3-a为本发明实施例提供的一种用户传播影响力的确定装置的组成结构示意 图；
[0022] 图3-b为本发明实施例提供的一种指数序列计算模块的组成结构示意图；
[0023] 图3-c为本发明实施例提供的另一种用户传播影响力的确定装置的组成结构示意 图；
[0024] 图3-d为本发明实施例提供的另一种用户传播影响力的确定装置的组成结构示意 图。
【具体实施方式】
[0025] 本发明实施例提供了一种用户传播影响力的确定方法和装置，用于通过少量的节 点计算量衡量节点的传播影响力。
[0026] 为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明 实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述 的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域的 技术人员所获得的所有其他实施例，都属于本发明保护的范围。
[0027] 本发明的说明书和权利要求书及上述附图中的术语"包括"和"具有"以及他们的 任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设 备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固 有的其它单元。
[0028] 以下分别进行详细说明。
[0029] 本发明用户传播影响力的确定方法的一个实施例，可应用于对拓扑网络中节点的 传输影响力的衡量，请参阅图2所示，本发明提供的用户传播影响力的确定方法，可以包括 如下步骤：
[0030] 201、从网络信息数据库中获取拓扑网络的结构数据，结构数据包括:用户集、用户 集中不同用户之间的关联关系，用户集中包括至少N个用户，N为非零的自然数。
[0031] 在本发明实施例中，网络信息数据库中保存有拓扑网络的各种记录信息，例如网 络信息数据库中保存有多个用户，这些用户属于用户集，网络信息数据库中的所有用户之 间有的用户两两之间存在关联关系，网络信息数据库中的用户可以通过身份识别码（ID， Identity)来标识，用户之间的关