联关系根据拓扑网络的具体实现可以表示不同的关系，例 如拓扑网络可以指的是疾病传播网络、社交网络、媒体资讯网络等，在这些具体的拓扑网络 中用户之间的关联关系具体可以疾病传播关系和交互关系。
[0032] 人类活动的传播动力学主要可以分为两类:一类是疾病传播，另一类是信息传播， 由于这两类传播之间的相似性，疾病传播模型也广泛应用于信息传播。因此本发明实施例 提供的用户传播影响力的确定方法适用于疾病传播网络，也适用于信息传播网络。举例说 明，拓扑网络中的用户之间的关联关系可以指的是用户之间的朋友关系。在本发明实施例 中可以通过因特网获取所需的各种拓扑网络。
[0033] 202、通过如下循环过程计算拓扑网络中任意节点i的传播影响力指数序列，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。
[0034] 若任意节点i的η阶传播影响力指数为h，则在任意节点i的所有邻居节点中存在最 多h个邻居节点的(n-Ι)阶传播影响力指数不小于h，任意节点i为拓扑网络中表示任意用户 i的节点，i、h、η为自然数，i表示从1至N中的任意一个数。
[0035] 在本发明实施例中，对于拓扑网络中的任意节点i通过多次的循环过程可以计算 出多个阶的传播影响力指数，例如分别计算出〇阶的传播影响力指数、1阶的传播影响力指 数、2阶的传播影响力指数，通过多次的循环过程计算出的多个阶的传播影响力指数构成任 意节点i的传播影响力指数序列。另外，本发明实施例中任意节点i可以指的是拓扑网络中 的所有节点中的任意一个，以下实施例中对任意节点i的描述可适用于拓扑网络中的其它 节点，其它节点的传播影响力指数序列的计算方式可以参照本发明实施例中对任意节点i 的传播影响力指数序列的计算方式。具体的，步骤202中描述的执行循环过程，具体可以包 括如下步骤：
[0036] A1、在时间步t = 0时获取任意节点i的0阶传播影响力指数为：=&.，ki是任意 节点i的度值；
[0037 ] A2、根据任意节点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 数获取任意节点i的η阶传播影响力指数为：/2厂=。其中， 乂，Λ，…，入是任意节点i的所有邻居节点，表示任意节点i的邻居节点ji的(η-I)阶传 播影响力指数，表示任意节点i的邻居节点」2的(11-1)阶传播影响力指数，表示任 意节点i的邻居节点/?.的(n_l)阶传播影响力指数；
[0038] A3、在时间步t = n时，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时拓扑网络中所有节点的η+1阶传播影响力指数的更新。
[0039] 举例说明如下，在时间步t = 0时，得到0阶传播影响力指数Af1之后，首先从拓扑网 络中获取到任意节点i的所有邻居节点，对于任意节点i的每个邻居节点，都可以计算出该 邻居节点的〇阶传播影响力指数为以^^…义^在时间步七^时澍拓扑网络中所有节 点的0阶传播影响力指数都更新，然后可以执行步骤A2,按照步骤A2的传播影响力指数的计 算方法，在时间步t = 1时，可以得到任意节点i的1阶传播影响力指数。按照此种举例说明的 方式，可以计算出所有节点的任意一阶的传播影响力指数，即任意节点i的从0阶开始至任 意一阶的传播影响力指数。通过遍历可以计算出拓扑网络中每个节点的一个阶的传播影响 力指数，然后再执行步骤A3中节点的传播影响力指数更新过程，在时间步t = η时，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时拓扑网络中所有节点 的η+1阶传播影响力指数的更新。
[0040] 需要说明的是，在本发明实施例中，在某个时间步t时，将任意节点i的传播影响力 指数序列中当前阶传播影响力指数与任意节点i的上一阶传播影响力指数进行比较，以确 定两者是否相同，在不相同的情况下，继续执行步骤A1、A2和A3,计算出当前阶的下一阶的 传播影响力指数，例如当前阶为η阶，则可以通过再次执行步骤A1至A3计算出任意节点i的 U+1)阶传播影响力指数，并对拓扑网络中所有节点的n+1阶传播影响力指数进行更新。本 发明实施例中在每个时间步t拓扑网络中所有节点都更新传播影响力指数可以称为同步更 新。
[0041] 203、在拓扑网络中任意节点i的传播影响力指数序列中阶数(rZ+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，停止执行循环过程，并输出 拓扑网络中所有节点的0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 用于衡量拓扑网络中所有节点的传播影响力。
[0042]其中，Y为拓扑网络中所有节点的传播影响力指数的最大阶数。
[0043]在本发明实施例中，对于任意节点i的传播影响力指数序列，当计算出阶数(r/ +1) 的传播影响力指数之后，执行步骤203,确定阶数(Y+1)的传播影响力指数是否等于任意节 点i的阶数Y的传播影响力指数，当拓扑网络中所有节点的阶数(rZ+1)的传播影响力指数 等于该节点的阶数Y的传播影响力指数时，上述的循环过程满足结束迭代条件，即拓扑网 络中所有节点的最大阶数的传播影响力指数与该最大阶的下一阶的传播影响力指数相等。 将任意节点i的包括最大阶数为Y的传播影响力指数序列输出，则拓扑网络中所有节点的 包括最大阶数为Y的传播影响力指数序列中的任意一阶的传播影响力指数都可以用于衡 量拓扑网络中所有节点的传播影响力。其中，任意节点i的传播影响力指数序列中最大阶数 Y的具体取值可以由前述步骤中多次循环过程来确定，在任意节点i的传播影响力指数序 列中最大阶数Y的传播影响力指数等于任意节点i的阶数(rZ+1)的传播影响力指数情况 下，停止执行前述的循环过程，从而得到在此次循环过程中η的取值为Y。其中，Y表示任意 节点i的传播影响力指数序列中的最大阶数，该最大阶数也可以使用其他的物理参数来表 示，具体Y的取值在不同的拓扑网路下可以有不同的具体值，但是在任意节点i的传播影响 力指数序列中总会出现最大阶数的传播影响力指数与该最大阶的下一阶的传播影响力指 数相等的情况，在满足循环计算过程的迭代条件时输出拓扑网络中所有节点的传播影响力 指数序列。
[0044] 在本发明的一些实施例中，步骤201从网络信息数据库中获取拓扑网络的结构数 据之后，本发明实施例提供的用户传播影响力的确定方法还可以包括如下步骤：
[0045] B1、根据拓扑网络的结构数据将拓扑网络表示为无向图，无向图包括:N个节点和N 个节点之间连接两个节点的连边，无向图中包括的每一个节点唯一地对应于用户集的一个 用户，无向图中存在关联关系的两个用户对应的节点之间用一条边相连。
[0046] 在本发明的另一些实施例中，步骤201从网络信息数据库中获取拓扑网络的结构 数据之后，本发明实施例提供的用户传播影响力的确定方法还可以包括如下步骤：
[0047] B2、根据拓扑网络的结构数据将拓扑网络表示为有向图，有向图包括:N个节点和N 个节点之间连接两个节点的连边，有向图中包括的每一个节点唯一地对应于用户集的一个 用户，有向图中存在关联关系的两个用户对应的节点之间用一条有向边相连。
[0048] 在本发明实施例中，获取到拓扑网络的结构数据之后，根据上述的结构数据可以 构造出一个无向图或者有向图，因此本发明实施例提供的方法可以适用于无向图以及有向 图。接下来以无向图的实现为例进行说明。该无向图中可以包括:节点以及连接两个节点的 连边。每个用户在无向图中用节点来表示，用户和用户之间已经存在的关联关系用连边来 表示，如果某用户和另一个用户之间存在关联关系，则在对应的两个节点之间建立连边，以 用户集中有4个用户为例，分别为用户1、用户2、用户3、用户4,则对应于这4个用户，则建立 的无向图中就可以包括4个节点，分别为节点1、节点2、节点3、节点4,其中，若用户1和用户3 之间存在关联关系、用户2和用户3之间存在关联关系，则可以在节点1和节点3之间建立一 个连边，在节点2和节点3之间建立一个连边。可以理解的是，上述只是举例说明，在实际应 用中，用户集中包括的用户个数N可以取值很大，用户之间的关联关系可以更复杂，具体可 以结合应用场景中的拓扑网络的具体结构来建立无向图。
[0049]举例说明如下，若结构数据中包括用户之间的交互信息，则可以将交互信息转化 为简单的无向图，该无向图包括:如果节点之间有过交互记录，节点之间就有一条无向的连 边相连。需要说明的是，在无向图中不允许出现重边、自环，其中重边指的是在两个节点之 间建立多条边，自环指的是一个节点和自己建立连边，本发明实施例中提供的无向图中具 有关联关系的两个节点之间只有一个连边，并且每个节点自己和自己不构成连边。
[0050] 在本发明的一些实施例中，步骤203中任意节点i的传播影响力指数序列中阶数 (Y+1)的传播影响力指数等于任意节点i的阶数Y的传播影响力指数，具体可以包括如下 步骤：
[0051] C1、确定任意节点i的传播影响力指数序列是收敛序列；
[0052] C2、确定包括最大阶数r/的传播影响力指数序列收敛于任意节点i的核数。
[0053] 其中，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。例如计算 节点的核数可以使用k_壳分解的方法，拓扑网络中的每一个节点属于唯一的一个层，任意 节点i满足k i 2 c i，其中k i是任意节点i的度值，c i就是任意节点i的核数。当计算出任意节点 i的阶数η的传播影响力指数之后，判断任意节点i的传播影响力指数序列是否收敛于任意 节点i的核数，即可以确定任意节点i的传播影响力指数序列中阶数η的传播影响力指数是 否与任意节点i的核数相同，详见后续实施例中在具体应用场景下的举例说明。在任意节点 i的传播影响力指数序列中阶数η的传播影响力指数大于任意节点i的核数情况下，继续执 行循环过程中步骤A1至步骤A3,根据任意节点i的邻居节点的η阶传播影响力指数获取任意 节点i的U+1)阶传播影响力指数为：/Γη=叫然后再次执行步骤A3,确 定任意节点i的传播影响力指数序列中阶数(η+1)的传播影响力指数是否与任意节点i的核 数相同。
[0054]具体的，在步骤C1和步骤C2的实现方式中，通过执行循环过程计算出任意节点i的 传播影响力指数序列中