一种信息扩散预测的方法和装置制造方法及图纸

本发明专利技术实施例提供了一种信息扩散预测的方法和装置，其中，信息扩散预测的方法，包括：获取传播预设信息的当前用户和用户特征、前一个用户和用户特征；映射前一个用户及其用户特征到潜在向量空间中，得到第一用户结点和第一用户特征向量，映射当前用户及其用户特征到潜在向量空间中，得到第二用户结点和第二用户特征向量；根据第一用户结点和第一用户特征向量、第二用户结点和第二用户特征向量，建立潜在向量空间模型；对潜在向量空间模型进行学习，得到与第一用户结点和第一特征向量、及第二用户结点和第二特征向量相关的核函数公式；根据核函数公式，预测第二用户结点传播预设信息至其他相邻结点中的至少一个相邻结点的传播趋势。

【技术实现步骤摘要】

本专利技术涉及信息传播领域，特别是涉及一种信息扩散预测的方法和装置。
技术介绍
近几年社会网络分析领域的相关研究已经愈发受到人们的重视，而其中信息传播已成为研究焦点之一。目前随着研究的深入，信息传播领域的研究已经逐步分成了四类：社区发现、社会影响预测、信息源检测以及链接预测。在链接预测中还有一个细分的研究领域，即传播预测，其目标是预测在社交网络中信息最终会影响到哪些人群。目前传播预测的模型分为两类，相似度模型和概率模型。相似度模型预测时以大量的历史数据为依据，通过找到网络结构内在的规律，以及网络中每个用户的特定社交行为规律和偏好发现相似性，通过分类或聚类算法将相似度高的结点用户放在一起，并且假设越相近的用户越容易彼此影响；概率模型预测时，以大量的用户信息作为输入信息，通过参数模型特征，通过最大化(或最小化，视模型而定)目标函数求得最优参数解，从而能最好的拟合已有数据(训练集)，通过用户间的概率预测训练集中的数据，需要大量的历史数据才能通过概率进行预测。然而，以上两种模型的核心是用户在网络中的行为关系，包括彼此的好友关系网络，用户相似性等；需要大量的用户信息才能对信息的传播进行预测。本文档来自技高网...

【技术保护点】
一种信息扩散预测的方法，其特征在于，包括：获取在社交网络中传播预设信息的当前用户和用户特征、以及前一个用户和用户特征，其中，所述当前用户和所述前一个用户是按照传播所述预设信息的先后顺序进行排序的，且所述前一个用户传播所述预设信息在所述当前用户传播所述预设信息之前；映射所述前一个用户和与所述前一个用户对应的用户特征到潜在向量空间中，得到第一用户结点和第一用户特征向量，以及映射所述当前用户和与所述当前用户对应的用户特征到潜在向量空间中，得到第二用户结点和第二用户特征向量；根据所述第一用户结点和所述第一用户特征向量、所述第二用户结点和所述第二用户特征向量，建立潜在向量空间模型；其中，所述潜在向量空间...

【技术特征摘要】
1.一种信息扩散预测的方法，其特征在于，包括：获取在社交网络中传播预设信息的当前用户和用户特征、以及前一个用户和用户特征，其中，所述当前用户和所述前一个用户是按照传播所述预设信息的先后顺序进行排序的，且所述前一个用户传播所述预设信息在所述当前用户传播所述预设信息之前；映射所述前一个用户和与所述前一个用户对应的用户特征到潜在向量空间中，得到第一用户结点和第一用户特征向量，以及映射所述当前用户和与所述当前用户对应的用户特征到潜在向量空间中，得到第二用户结点和第二用户特征向量；根据所述第一用户结点和所述第一用户特征向量、所述第二用户结点和所述第二用户特征向量，建立潜在向量空间模型；其中，所述潜在向量空间模型至少包括：处于潜在向量空间坐标系的原点处的第一用户结点、到与处于所述潜在向量空间坐标系内的其他相邻结点的向量，所述其他相邻结点为除所述第一用户结点以外的其他结点；对所述潜在向量空间模型进行学习，得到与所述第一用户结点和所述第一特征向量、及所述第二用户结点和所述第二特征向量相关的核函数公式；根据所述核函数公式，预测所述第二用户结点传播所述预设信息至所述其他相邻结点中的至少一个相邻结点的传播趋势。2.根据权利要求1所述的信息扩散预测的方法，其特征在于，映射所述前一个用户和与所述前一个用户对应的用户特征到潜在向量空间中，得到第一用户结点和第一用户特征向量，以及映射所述当前用户和与所述当前用户对应的用户特征到潜在向量空间中，得到第二用户结点和第二用户特征向量，包括：对所述前一个用户对应的用户特征、和所述当前用户对应的用户特征，分别对应...

【专利技术属性】
技术研发人员：高升，庞华璨，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11