基于微博用户关系进行微博转发预测的方法和系统技术方案

本发明专利技术公开了一种基于微博用户关系进行微博转发预测的方法和系统，其方法包括：获取并存储预设时间窗内各微博用户的用户关系；根据所述微博用户的用户关系建立微博用户关系网络；计算所述微博用户关系网络中每个节点的权重；根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。本发明专利技术通过构建微博用户之间的微博用户关系网络，然后根据微博用户之间的关系，从而能够对微博的转发进行准确的预测。

Method and system for micro-blog forwarding prediction based on micro-blog user relationship

The invention discloses a method and a system for forwarding micro-blog micro-blog users based on the prediction, the method comprises the following steps: acquiring and storing preset micro-blog users within the time window of customer relationship; establish micro-blog user relationship network according to the micro-blog user relationship; to calculate the weight of each node of the micro-blog user relationship in the network; according to the weight of each node of the network of micro-blog users to test micro-blog forward prediction. The invention can accurately predict the forwarding of micro-blog by constructing the micro-blog user relationship network between micro-blog users, and according to the relationship between the micro-blog users.

【技术实现步骤摘要】

本专利技术涉及信息传播
，特别是涉及一种基于微博用户关系进行微博转发预测的方法和系统。
技术介绍
微博（Weibo），即微型博客（MicroBlog）的简称，也即是博客的一种，是一种通过关注机制分享简短实时信息的广播式的社交网络平台。微博是一个基于用户关系信息分享、传播以及获取的平台。用户可以通过WEB、WAP等各种客户端组建个人社区，以140字（包括标点符号）的文字更新信息，并实现即时分享。微博的关注机制分为可单向、可双向两种。微博作为一种分享和交流平台，其更注重时效性和随意性。微博客更能表达出每时每刻的思想和最新动态，而博客则更偏重于梳理自己在一段时间内的所见、所闻、所感。因微博而诞生出微小说这种小说体裁。中国互联网络信息中心（CNNIC）于2011年7月19日发布《第28次中国互联网络发展状况统计报告》，报告显示，2011年上半年，中国微博用户从6331万增至1.95亿，增长约2倍。微博在网民中的普及率从13.8%增至40.2%。从2010年底至今，手机微博在网民中的使用率比例从15.5%上升到34%。截至2014年6月底，我国微博用户规模为2.75亿，用户之间结成复杂的关注关系，每天发送微博近1亿条，信息沿着用户间的关注关系进行传播，形成传播扩散网络。微博转发是消息在微博网络中得到持续传播的重要方式，微博转发预测能够有效估计消息是否能获得转发及其转发规模，及早发现可能引发大规模爆发的微博，对微博突发性检测和微博影响力评估具有重要意义。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于微博用户关系进行微博转发预测的方法和系统，根据微博用户之间的关系进行微博转发的预测。本专利技术的目的是通过以下技术方案来实现的：基于微博用户关系进行微博转发预测的方法，包括：获取并存储预设时间窗内各微博用户的用户关系；根据所述微博用户的用户关系建立微博用户关系网络；计算所述微博用户关系网络中每个节点的权重；根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。建立微博用户关系网络的方法，包括：根据微博用户关系建立有向图网络：将各微博用户作为有向图网络中的节点，若第一微博用户关注了第二微博用户，则构建一条从第二微博用户至第一微博用户的有向边。计算所述微博用户关系网络中每个节点的权重的方法，包括：统计所述微博用户关系网络中的节点数N，为所述微博用户关系网络中的节点设置权重1/N；更新所述节点的权重，直到各节点的权重的变化率小于第一阈值。更新所述节点的权重的方法，包括：对于任意微博用户对应的节点，将该节点的权重平均分配给关注该微博用户的微博用户对应的节点。根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测的方法，包括：定义一微博用户关注另一微博用户，则该微博用户为另一微博用户的一度粉丝；获取发出待测微博的微博用户的一度粉丝对应的节点的权重；判断所述一度粉丝对应节点中是否存在权重值超过第二阈值的节点：若是，则将权重值超过第二阈值的节点作为预测节点，然后进行下一阶段预测；若否，则选择权重值最大的设定数量的节点作为预测节点，然后进行下一阶段预测；下一阶段预测：判断预测节点的一度粉丝对应节点中是否存在权重值大于第二阈值的节点，若是则将权重值大于第二阈值的节点作为预测节点，重复下一阶段预测；判断预测节点的一度粉丝数量是否大于第三阈值，若是，则选择权重值最大的设定数量的节点作为预测节点，重复下一阶段预测。基于微博用户关系进行微博转发预测的系统，包括：用户关系模块，获取并存储预设时间窗内各微博用户的用户关系；分析模块，根据所述微博用户的用户关系建立微博用户关系网络；计算所述微博用户关系网络中每个节点的权重；预测模块，根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。所述基于微博用户关系进行微博转发预测的系统还包括：用户前端模块，为用户提供界面使其录入发布待测微博的微博用户的信息；用户后端模块，存储预测结果，并将预测结果发送给预设网站进行调用。建立微博用户关系网络的方法，包括：根据微博用户关系建立有向图网络：将各微博用户作为有向图网络中的节点，若第一微博用户关注了第二微博用户，则构建一条从第二微博用户至第一微博用户的有向边。计算所述微博用户关系网络中每个节点的权重的方法，包括：统计所述微博用户关系网络中的节点数N，为所述微博用户关系网络中的节点设置权重1/N；更新所述节点的权重，直到各节点的权重的变化率小于第一阈值，更新所述节点的权重的方法包括：对于任意微博用户对应的节点，将该节点的权重平均分配给关注该微博用户的微博用户对应的节点。根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测的方法，包括：定义一微博用户关注另一微博用户，则该微博用户为另一微博用户的一度粉丝；获取发出待测微博的微博用户的一度粉丝对应的节点的权重；判断所述一度粉丝对应节点中是否存在权重值超过第二阈值的节点：若是，则将权重值超过第二阈值的节点作为预测节点，然后进行下一阶段预测；若否，则选择权重值最大的设定数量的节点作为预测节点，然后进行下一阶段预测；下一阶段预测：判断预测节点的一度粉丝对应节点中是否存在权重值大于第二阈值的节点，若是则将权重值大于第二阈值的节点作为预测节点，重复下一阶段预测；判断预测节点的一度粉丝数量是否大于第三阈值，若是，则选择权重值最大的设定数量的节点作为预测节点，重复下一阶段预测。本专利技术的有益效果是：本专利技术通过构建微博用户之间的微博用户关系网络，根据微博用户之间的关系，实现了对微博转发的准确预测。附图说明图1为本专利技术中基于微博用户关系进行微博转发预测的方法的一个实施例的流程图；图2为本专利技术中基于微博用户关系进行微博转发预测的系统的一个实施例的框图。具体实施方式下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。如图1所示，基于微博用户关系进行微博转发预测的方法，包括：步骤一、获取并存储预设时间窗内各微博用户的用户关系。步骤二、根据所述微博用户的用户关系建立微博用户关系网络。建立微博用户关系网络的方法，包括：根据微博用户关系建立有向图网络：将各微博用户作为有向图网络中的节点，若第一微博用户关注了第二微博用户，则构建一条从第二微博用户至第一微博用户的有向边；若第一微博用户同时关注了第二微博用户和第三微博用户，则构建一条从第二微博用户至第一微博用户的有向边、以及一条从第三微博用户至第一微博用户的有向边。步骤三、计算所述微博用户关系网络中每个节点的权重。计算所述微博用户关系网络中每个节点的权重的方法，包括：统计所述微博用户关系网络中的节点数N，为所述微博用户关系网络中的节点设置权重1/N；更新所述节点的权重，直到各节点的权重的变化率小于第一阈值或各节点的权重值不再变化。更新所述节点的权重的方法，包括：对于任意微博用户对应的节点，将该节点的权重平均分配给关注该微博用户的微博用户对应的节点。步骤四、根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测的方法，包括：定义一微博用户关注另一微博用户，则该微博用户为另一微博用户的一度粉丝；获取发出待测微博的微博用户的一度粉丝对应的节点的权重本文档来自技高网...

【技术保护点】
基于微博用户关系进行微博转发预测的方法，其特征在于，包括：获取并存储预设时间窗内各微博用户的用户关系；根据所述微博用户的用户关系建立微博用户关系网络；计算所述微博用户关系网络中每个节点的权重；根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。

【技术特征摘要】
1.基于微博用户关系进行微博转发预测的方法，其特征在于，包括：获取并存储预设时间窗内各微博用户的用户关系；根据所述微博用户的用户关系建立微博用户关系网络；计算所述微博用户关系网络中每个节点的权重；根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测。2.根据权利要求1所述的基于微博用户关系进行微博转发预测的方法，其特征在于，建立微博用户关系网络的方法，包括：根据微博用户关系建立有向图网络：将各微博用户作为有向图网络中的节点，若第一微博用户关注了第二微博用户，则构建一条从第二微博用户至第一微博用户的有向边。3.根据权利要求2所述的基于微博用户关系进行微博转发预测的方法，其特征在于，计算所述微博用户关系网络中每个节点的权重的方法，包括：统计所述微博用户关系网络中的节点数N，为所述微博用户关系网络中的节点设置权重1/N；更新所述节点的权重，直到各节点的权重的变化率小于第一阈值。4.根据权利要求3所述的基于微博用户关系进行微博转发预测的方法，其特征在于，更新所述节点的权重的方法，包括：对于任意微博用户对应的节点，将该节点的权重平均分配给关注该微博用户的微博用户对应的节点。5.根据权利要求1所述的基于微博用户关系进行微博转发预测的方法，其特征在于，根据所述微博用户关系网络中每个节点的权重对待测微博进行转发预测的方法，包括：定义一微博用户关注另一微博用户，则该微博用户为另一微博用户的一度粉丝；获取发出待测微博的微博用户的一度粉丝对应的节点的权重；判断所述一度粉丝对应节点中是否存在权重值超过第二阈值的节点：若是，则将权重值超过第二阈值的节点作为预测节点，然后进行下一阶段预测；若否，则选择权重值最大的设定数量的节点作为预测节点，然后进行下一阶段预测；下一阶段预测：判断预测节点的一度粉丝对应节点中是否存在权重值大于第二阈值的节点，若是则将权重值大于第二阈值的节点作为预测节点，重复下一阶段预测；判断预测节点的一度粉丝数量是否大于第三阈值，若是，则选择权重值最大的设定数量的节点作为预测节点，重复下一阶段预测。6.基于微博用户关系进行微博转发预测的系统，其特征在于，包括：用户关系模块，获取并存储预设时间窗内各微博用户...

【专利技术属性】
技术研发人员：陈雁，郭培伦，韩修龙，李平，胡栋，彭欣宇，杨晶宇，
申请(专利权)人：西南石油大学，四川数智汇通数据有限公司，
类型：发明
国别省市：四川;51