一种基于多维特征分析的社交网络意见领袖排序算法制造技术

本发明专利技术公开了一种基于多维特征分析的社交网络意见领袖排序算法，a：通过从结构、行为、主题三个层面来对用户的特征进行分析并计算其特征值；b：利用熵权法计算不同特征的权重；c：结合a得出S(u)、B(u)以及T(u)的特征值和b得出的权重wj，根据MFP算法计算F(u)函数的值，通过F(u)函数值产生排名结果。所述的一种基于多维特征分析的社交网络意见领袖排序算法，综合考虑影响信息扩散的多个特征，包括结构特征、行为特征和主题特征；利用熵权法分别计算其特征的权重，避免主观判断的影响，使最终结果的排名更准确。

【技术实现步骤摘要】
一种基于多维特征分析的社交网络意见领袖排序算法
本专利技术涉及社交网络领域，尤其是一种基于多维特征分析的社交网络意见领袖排序算法。
技术介绍
社交网络是由社会成员之间的相互交互所形成的相对稳定的社会结构，具有复杂的网络结构和信息动态传播机制。随着社交网络的规模增大以及规范性增强，目前大型的社交网络往往具有用户活跃、用户间交互方式比较一致以及用户特征和行为记录比较完整的特点，这给社会影响力的分析研究带来了极大的便利。因此，目前在社交网络中已有许多关于社交网络的实际应用。社交影响力的另一个重要应用：意见领袖挖掘。意见领袖往往指具有较大社会影响力的用户，如何更有效的分析社交网络中的意见领袖，对政治选举、突发事件传播、网络口碑效应等社会现象具有重要的作用。挖掘社会网络中的意见领袖，不仅可以得到当下的热点新闻或热点信息，也可以促进社交网络上各种应用的开展，挖掘社交网络的潜在价值有着重要作用。目前阶段，关于意见领袖的研究侧重点不同，如基于网络结构，利用节点入度、中介中心性、接近中心性等特征来对用户进行排名；通过构建社交关系网络并基于用户行为和兴趣领域发现社区中的意见领袖；或者是从用户发表的内容出本文档来自技高网...

【技术保护点】
一种基于多维特征分析的社交网络意见领袖排序算法，其特征在于，具体方法如下：(1)通过从结构、行为、主题三个层面来对用户的特征进行分析，其中结构特征S(u)计算公式为：s(u)＝(ufollowing+ureminding+ubetweenness)/3，行为特征B(u)的计算公式为：B(u)＝(uactivity+uspread)/2，主题特征T(u)的计算公式为：

【技术特征摘要】
1.一种基于多维特征分析的社交网络意见领袖排序算法，其特征在于，具体方法如下：(1)通过从结构、行为、主题三个层面来对用户的特征进行分析，其中结构特征S(u)计算公式为：s(u)＝(ufollowing+ureminding+ubetweenness)/3，行为特征B(u)的计算公式为：B(u)＝(uactivity+uspread)/2，主题特征T(u)的计算公式为：其中ufollowing为跟随影响力，ureminding为提及影响力，uconnection为联系影响力，uactivity为活跃影响力，uspread为传播影响力，topic(p)为用户主题特征；(2)利用熵权法计算不同特征的权重wj，计算过程为：a、计算第i个样本下第j个特征的比重pij：其中rij表示为第i个样本下第j个特征的值，b、计算第j个特征的信息熵ej：式中m表示有m个样本，c、计算第j个特征的权重wj：(3)结合(1)得出S(u)、B(u)以及T(u)的特征值和(2)得出的权重wj，根据MFP算法计算F(u)函数的值，通过F(u)函数值产生排名结果，其F(u)的计算公式为：F(u)＝w1*S(u)+w2*B(u)+w3*T(...

【专利技术属性】
技术研发人员：仇丽青，高文文，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东,37