一种社交网络中的用户影响力评估方法
【技术领域】
[0001] 本发明涉及社交网络分析技术领域，特别是一种社交网络中的用户影响力评估方 法。
【背景技术】
[0002] 社会影响力是指由于用户、组织或者社区与其他用户、组织或者社区等具有社交 关系，导致自身行为随其他用户、组织或者社区的变化而变化的一种现象。社会影响力是社 交网络中常见的一种现象。在社交网络中，各种各样的因素都可能对影响力产生影响。通 过对社交网络中节点的影响力进行分析，可以发现社交网络中的具有重要影响力的核心节 点，可用于企业商业营销、广告定向投放、言论渠道推荐、舆情监控等诸多领域。
[0003] 目前对节点的影响力分析方法主要包括两大类，一类方法是基于节点的度数、介 数和K-shell等中心化指标。利用度数来评估节点影响力，适用于符合幂律的非均匀网络 中，但是其忽略了网络丰富的拓扑结构特征；介数则是以经过某个节点的最短路径的数目 来刻画节点的重要性，虽然将网络的拓扑结构列入考量，但是其复杂度过高不适于大型的 真实网络；通过K-shell分解得到的结果存在大量具有相同大小的h核节点，与社交网络 中节点的多样性不相符。基于K-shell分解的思想，在分解的过程中，通过将已删除的边和 仍存在的边的数量考虑在内，Zeng等提出了MDD (Mixed Degree Decomposition)方法用于 区分具有相同h核值的节点影响力，但是该方法的参数2在不同网络中的最优取值难以 确定；另一类方法是基于链接分析的网页排名算法，如经典的PageRank和HITS方法以及其 改进方法等；如朱天等基于社交网络的社区结构，提出InnerPageRank和OutterPageRank 两种评估方法，分别用于计算节点在社区内部和外部的影响力。此类方法需要多次重复的 迭代，时间复杂度较高，普遍适用性较弱。
[0004] 综上，现有的针对社交网络中用户个体的影响力评估方法，面对大规模社交网络 的场景，无论是在分析效果和效率上都难以满足要求。
【发明内容】
[0005] 本发明的目的在于克服现有技术的不足，提供一种社交网络中的用户影响力评估 方法，该方法具有接近线性的时间复杂度，有利于提高用户影响力评估的效果和效率。
[0006] 为实现上述目的，本发明的技术方案是：一种社交网络中的用户影响力评估方法， 包括如下步骤： 步骤A :读取社交网络数据，构造以社交网络用户为节点，用户关系为边的社交网络图 G-, 步骤B :根据社交网络图，遍历社交网络图中的所有节点，根据节点的度初始化每个节 点的影响力标签，结束遍历； 步骤C :根据社交网络图，遍历社交网络图中的所有节点，根据所遍历节点的邻居节点 的影响力等级，计算所遍历节点的影响力等级； 步骤D :重复步骤C，直到每个节点的影响力等级均收敛。
[0007] 进一步地，所述步骤B中，根据节点的度初始化节点的影响力标签的方法为： 定义节点i的影响力标签Zi为：
【主权项】
1. 一种社交网络中的用户影响力评估方法，其特征在于，包括如下步骤： 步骤A ;读取社交网络数据，构造W社交网络用户为节点，用户关系为边的社交网络图 G-， 步骤B;根据社交网络图，遍历社交网络图中的所有节点，根据节点的度初始化每个节 点的影响力标签，结束遍历； 步骤C;根据社交网络图，遍历社交网络图中的所有节点，根据所遍历节点的邻居节点 的影响力等级，计算所遍历节点的影响力等级； 步骤D ;重复步骤C，直到每个节点的影响力等级均收敛。
2. 根据权利要求1所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤B中，根据节点的度初始化节点的影响力标签的方法为： 定义节点i的影响力标签为： k < hA > 节点i的影响力标签包含两个属性，其中7,表示节点i的影响力等级，4表示节点 i的度数；
在一个给定的静态网络中，每个节点的度数都是固定的，因此对节点的影响力标签初 始化，等价于对节点的影响力等级初始化。
3. 根据权利要求2所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤C中，计算所遍历节点的影响力等级，包括W下步骤： C1 ;对于所遍历的节点i，通过对比其邻居节点的影响力等级，计算节点i的优质邻居 数； C2 ;根据计算得到的节点i的优质邻居数，计算并更新节点i的影响力等级； C3 ;对节点i的影响力等级进行增益处理； C4 ;重复步骤C1?C3,直到所有节点均已遍历。
4. 根据权利要求3所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤C1中，计算节点i的优质邻居数，包括W下步骤： C11 ;初始化节点i的优质邻居数； C12 ;遍历节点i的邻居集合，对于所遍历的邻居节点乂根据节点J前影响力等级，更 新节点i的优质邻居数； C13 ;重复步骤C12,直到节点i的邻居集合的所有节点均已遍历。
5. 根据权利要求4所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤C11中，节点i的优质邻居数为节点i的优质邻居集合的大小，定义为：
其中i^l^Z表示给定的影响力等级最大值，里7表示节点/的邻居节点中影响力等级不
小于X的优质邻居集合，即节点i的邻居节点中影响力等级不小于X的节点构成的集合，定 义为：
其中M(i)表示节点i的邻居节点集合，即由与节点i有边相连的所有节点构成的集 合，定义为：
其中别为社交网络图端]节点集合与边集合； 初始化节点i的优质邻居数的方法为；根据给定的影响力等级最大值必UZ，将节点i 的优质邻居数I灰：/ |。|及/ |，..,.，|公/^ I均初始化为0。
6. 根据权利要求5所述的一种社交网络中的用户影响力评估方法，其特征在于， 所述步骤C12中，对于所遍历的邻居节点乂根据节点J前影响力等级，更新节点i的 优质邻居数，具体方法为；若节点J前影响力等级与大于节点i的影响力等级7,，则对 足-|，|.么-卢'+1 |、.,一|义-严組I的值加1。
7. 根据权利要求6所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤C2中，根据计算得到的节点i的优质邻居数，计算并更新节点i的影响力等级，具体方 法为：
其中心表示节点i的邻居节点J前影响力等级，表示节点i的邻居 节点集合中的影响力等级最大值，假设函数^^('^)二|每|，）二J + 1， /H,、'）二(乂托，由于/,u)是一个单调不增函数，aU)是一个单调递增 函数，因此与U)在区间[7,，上存在一个唯一的最大值，该最大值即为节点i的 最终影响力等级/；。
8. 根据权利要求7所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤C3中，对节点的影响力等级进行增益处理，具体公式为：
其中，//为步骤C2更新后的节点i的影响力等级，为增益处理后的节点i的影响力 等级，表示向下取整函数，《为增益函数，增益函数《的作用是控制节点影响力等级 的增益量，定义为：
其中〇〉0为增益参数，u为对数函数的底，J为增益因子，定义为：
即将优质邻居数和节点自身影响力等级的乘积作为一个影响力基数，并根据邻居影响 力等级总和W及所述影响力基数来设定增益因子 只对增益因子较大的节点的影响力等级作所述增益处理，即当增益因子满足^>公 时，才进行所述增益处理，公为设定的增益阔值。
9.根据权利要求8所述的一种社交网络中的用户影响力评估方法，其特征在于，所述 步骤D中，重复步骤C，直到每个节点的影响力等级收敛，具体的迭代终止条件为；前后两次 迭代的影响力等级相差值A小于阔值为所有节点前后两次迭代影响力等级差值的 最大值，定义为：
其中7,(针1)为第针1次迭代时节点i的影响力等级，7,U)为第欲迭代时节点i的 影响力等级，似3节点数。
【专利摘要】本发明涉及一种社交网络中的用户影响力评估方法，该方法包括如下步骤：步骤A：读取社交网络数据，构造以社交网络用户为节点，用户关系为边的社交网络图G；步骤B：根据社交网络图，遍历社交网络图中的所有节点，根据节点的度初始化每个节点的影响力标签，结束遍历；步骤C：根据社交网络图，遍历社交网络图中的所有节点，根据所遍历节点的邻居节点的影响力等级，计算所遍历节点的影响力等级；步骤D：重复步骤C，直到每个节点的影响力等级均收敛。该方法具有接近线性的线性时间复杂度，可有效地分析大规模社交网络中的用户影响力分布情况，挖掘高影响力用户，可应用于网络营销等领域。
【IPC分类】G06F17-30
【公开号】CN104598605
【申请号】CN201510046398
【发明人】牛玉贞, 陈羽中, 郭文忠, 罗宇敏
【申请人】福州大学
【公开日】2015年5月6日
【申请日】2015年1月30日