一种基于地位理论的在线社交网络信息传播方法技术

本发明专利技术提供了一种基于地位理论的在线社交网络信息传播方法，首先通过历史信息数据，使用活跃度与影响力并重的方法评估用户的综合影响力大小。构建具有最大生成树属性的树索引结构对用户按综合影响力进行排序，从而根据树的层次特性确定用户的社会地位等级。通过分析信息传播过程中用户对该信息的认同度感知变化、兴趣时间窗口以及并行传播等关键因素，确定了用户信息认同度的更新规则，同时结合用户社会地位等级确定信息传播过程中用户的状态更新策略。最后，方法通过给定树索引结构选择信息传播的初始种子节点，依据基于地位理论的信息传播模型，在保证准确预测特定话题信息在不同时间下在网络中的传播规模的同时，使得信息的传播规模最大化。

【技术实现步骤摘要】
一种基于地位理论的在线社交网络信息传播方法
本专利技术属于在线社交网络领域，涉及在线社交网络信息传播，特别涉及一种基于地位理论的在线社交网络信息传播方法。
技术介绍
在线社交网络中舆情、实时数据分析、产品广告营销等多种场景都有严格的时效性要求，当新的产品上线时，公司企业需要在最短时间内将产品推广给最大范围的用户群体从而获取足够的利益。研究如何准确地预测热点话题信息的传播规模与话题信息流通的一般性规律，可以帮助政府机构抑制舆情在网络中的肆意扩散，从而能够更好地对信息传播的过程与结果进行控制，具有重要的研究价值。随着计算机科学与移动计算的快速发展，信息传播方式也发生了极为巨大的变革，在线社交网络中的用户不仅是信息的创造者，更是信息的分享者和传播者。社交媒体中每天会产生大量的信息，只有少量的信息会引起大众的关注，除了信息内容等因素外，创造或传播信息的用户在社交网络中社会影响力也是影响信息传播力度的重要因素，具有高影响力的用户可以利用自身的影响力加快信息的传播速度，以引起更多人关注。与此同时，影响力较低的用户评论由于其优质的内容或恰当的传播时机本文档来自技高网...

【技术保护点】
1.一种基于地位理论的在线社交网络信息传播方法，其特征在于，该方法包括以下步骤：/n步骤一，爬取在线社交网络中所有用户的历史信息数据，根据历史信息数据计算每个用户在参与话题中的活跃指数，以活跃度与影响力综合评估用户在信息传播中的影响作用大小；/n步骤二，使用具有最大生成树属性的树索引结构，将用户按照其综合影响力进行排名，同时借助树的层次结构划分用户的社会地位等级；/n步骤三，使用层次遍历算法自顶向下遍历用户节点按照影响力构成的树索引结构，确定传播话题信息的初始种子节点，种子节点基于社会地位等级向所有普通节点进行信息传播；/n步骤四，普通节点收到来自邻居节点的影响时，根据信息认同度更新规则改变自...

【技术特征摘要】
1.一种基于地位理论的在线社交网络信息传播方法，其特征在于，该方法包括以下步骤：
步骤一，爬取在线社交网络中所有用户的历史信息数据，根据历史信息数据计算每个用户在参与话题中的活跃指数，以活跃度与影响力综合评估用户在信息传播中的影响作用大小；
步骤二，使用具有最大生成树属性的树索引结构，将用户按照其综合影响力进行排名，同时借助树的层次结构划分用户的社会地位等级；
步骤三，使用层次遍历算法自顶向下遍历用户节点按照影响力构成的树索引结构，确定传播话题信息的初始种子节点，种子节点基于社会地位等级向所有普通节点进行信息传播；
步骤四，普通节点收到来自邻居节点的影响时，根据信息认同度更新规则改变自身在当前时隙下的认同度；
步骤五，判断网络中所有未接受信息的节点是否选择在当前时隙认同该话题信息；
步骤六，判断网络中所有认同该信息的节点是否丧失对该信息的兴趣；
步骤七，判断网络中所有剩余节点不会继续收到邻居节点的影响或当前时隙超出规定时间范围，算法结束。


2.如权利要求1所述的基于地位理论的在线社交网络信息传播方法，其特征在于，步骤一的实现步骤如下：
步骤S10，将社交网络定义为一个带权有向图G(V，E)，使用大小为1×N的矩阵R表示用户对信息的认同度矩阵；
其中，V为网络中节点的集合，E为节点间关系的集合，N为网络中的节点总数；
认同度矩阵中，ri，t表示在t时刻下节点vi对信息的认同度；
步骤S11，根据历史信息数据计算每个用户在参与话题中的活跃指数，使用g表示用户话题类别总集合C中的一个特定话题类别，使用m表示网络中用户参与的话题总数，即C＝{g1，g2，...，gm}，|C|＝m；
创建一维强度向量S描述所有用户在各个话题类别下的总参与强度，向量S的长度对应于特定话题类别g在C中的数量，即|S|＝m；
使用二维矩阵A表示用户的话题活跃度分配结果，其中A的横坐标i对应用户节点集合V的特定用户vi，A的纵坐标j对应于集合C中的特定话题类别gj，A中任一元素aij表示用户vi在特定话题gj下的活跃指数；
在计算每个元素aij时，所有参与该话题的用户将平等地共享活动度，即为话题下gm参与用户的总数量；
用户vi总活跃度值Ia(vi|Ci)为其在所有参与主题中活跃度的总和，计算公式如下所示：






式中：
μm表示在特定话题gm下的信息记录数量；

表示在所有话题下发布信息数量的均值；
步骤S12，以活跃度与影响力综合评估用户在信息传播中的影响作用大小，使用PageRank算法计算话题传播过程中参与者用户的静态影响力，计算公式如下所示：



式中：
PRi，γ表示网络中用户vi在第γ次迭代后获得的PageRank值；

和分别表示用户节点vj的出度邻居节点集合和用户节点vi的入度邻居节点集合；
wi，j为用户vi对用户vj存在的潜在影响；
N表示网络中的节点总数；
d作为阻尼系数来防止计算过程中节点秩的无限增加，d∈[0，1]；
将用户影响力和话题活跃度水平进行综合，给出了在线社交网络用户综合影响力的评估公式，如下所示：
I(vi|ci)＝F(vi)＝βIa(vi|ci)+(1-β)Ip(vi)#公式IV
式中：
Ia(vi|ci)表示用户vi在其所参与的话题集合ci情况下所具有的活跃度水平；
Ip(vi)表示用户vi根据PageRank算法在网络中收敛后的获得的影响力大小；
β作为活跃度相关系数，决定用户综合影响力中活跃度与影响力贡献的比例；
I(vi|ci)表示最终用户所获得的综合影响力大小。


3.如权利要求1所述的基于地位理论的在线社交网络信息传播方法，其特征在于，步骤二的实现步骤如下：
步骤S20，使用具有最大生成树属性的树索引结构，基于综合影响力对社交网络中的用户进行排序，建立一棵共有K层深度的树索引结构，树索引中的每一层分别对应于用户社会地位的K个等级，划分后的等级集合表示为：
U＝{u1，u2，...，uK}；
步骤S21，在线社交网络中每一条有向边eij∈E都赋予权值ηij，ηij表示节点vi对节点vj的地位潜在影响，在信息传播的全生命周期中，节点对其它节点产...

【专利技术属性】
技术研发人员：尹小燕，孟一，王季，王培勇，韩青洁，崔瑾，陈晓江，房鼎益，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61