一种基于社交网络的知识图谱事件活力排序方法技术

本发明专利技术公开了一种基于社交网络的知识图谱事件活力排序方法，包括：步骤S1，在一个社交网络中，获取知识图谱事件；步骤S2，通过迭代的知识图谱事件排序算法，获得每个知识图谱事件活力评分；步骤S3，通过活力评分对每个知识图谱事件进行排序。本发明专利技术通过获得活跃知识图谱事件，并向其推送信息，为社交网站带来更多的效益。效益。效益。

【技术实现步骤摘要】
一种基于社交网络的知识图谱事件活力排序方法


[0001]本专利技术涉及一种基于社交网络的知识图谱事件活力排序方法。

技术介绍

[0002]在决定一个知识图谱事件的活力时，我们不仅要考察他与别人的交互，还要集体地考察其他知识图谱事件的交互。例如，一个知识图谱事件在一个时间段内与他的大多数朋友进行了多次交互，而他的大多数朋友在同一时间段内进行了多次交互，或没有进行多次交互时，该知识图谱事件的活力不同。
[0003]其次，随着社交网络规模的增加，对知识图谱事件活力进行排序会变得更困难，因为节点(知识图谱事件)的庞大数量可能影响单个节点(知识图谱事件)的活力。
[0004]第三，许多在线网站中的社交网络会随着时间的推移而发展，而知识图谱事件活力也可能随着时间的推移而变化。
[0005]同时在活力排序的研究中还存在一些问题，第一，研究的社交网络是一个无向图，两个知识图谱事件之间的交互也是对称的。第二，若给出所有知识图谱事件对之间的交互的数量，则可以计数每个知识图谱事件的所有交互的数量，根据计数结果即可对它们进行排序。但是，若给出两个节点(知识图谱事件)之间的交互数量，很难推断单个节点对所有交互有多大贡献。因此，根据所有交互的累积计数对所有知识图谱事件进行排序可能不准确。

技术实现思路

[0006]本专利技术的目的在于克服现有的缺陷而提供的一种基于社交网络的知识图谱事件活力排序方法，获得活跃知识图谱事件，并向其推送信息，为社交网站带来更多的效益。
[0007]实现上述目的的技术方案是：
[0008]一种基于社交网络的知识图谱事件活力排序方法，包括：
[0009]步骤S1，在一个社交网络中，获取知识图谱事件；
[0010]步骤S2，通过迭代的知识图谱事件排序算法，获得每个知识图谱事件活力评分；
[0011]步骤S3，通过活力评分对每个知识图谱事件进行排序。
[0012]优选的，所述步骤S1中，社交网络为一个无向连通图，两个知识图谱事件之间的交互式对称的，交互包括但不限于转发、回复和发送消息。
[0013]优选的，所述步骤S2包括：
[0014]步骤S21，获取在一个时间段内每个知识图谱事件的累计交互数量；
[0015]步骤S22，通过每个知识图谱事件的交互数量，获取在一个时间段内每个知识图谱事件的交互数量的相对增加量；
[0016]步骤S23，通过每个知识图谱事件的交互数量，获取在一个时间段内每个知识图谱事件的交互数量的静态活力评分；
[0017]步骤S24，通过每个知识图谱事件的交互数量的相对增加量以及静态活力评分，获取在一个时间段内每个知识图谱事件的初始活力评分；
[0018]步骤S25，通过交互分配模型分配任意两个知识图谱事件之间的交互数量；
[0019]步骤S26，并通过交互分配模型，获取在一个时间段内每个知识图谱事件更新的累计交互数量；
[0020]步骤S27，循环所述步骤S22到步骤S26，迭代更新每个知识图谱事件相对增加量、静态活力评分、初始活力评分、更新的累计交互数量以及任意两个知识图谱事件之间的交互数量，直至每个知识图谱事件初始活力评分收敛，迭代结束，获得每个知识图谱事件的活力评分。
[0021]优选的，所述步骤S21中，在社交网络I中，在时间段i内，知识图谱事件j的累积交互数量的定义为:
[0022][0023]其中，时间段i的取值范围为1≤i≤M，知识图谱事件j的取值范围为1≤j≤N，Nei(j)表示与知识图谱事件j连接的知识图谱事件的集合。
[0024]优选的，所述步骤S22中，在社交网络I中，在时间i段内，知识图谱事件j的交互数量的相对增加量的定义为:
[0025][0026]其中，如果为零，则趋于无穷大，这意味着在时间段i
‑
1内，知识图谱事件j和其他知识图谱事件没有任何交互。
[0027]优选的，所述步骤S23中，在社交网络I中，在时间段i内，知识图谱事件j的交互数量的静态活力评分的定义为:
[0028][0029]其中，表示与知识图谱事件j相连的知识图谱事件的数量，表示知识图谱事件j在时间段i内的平均交互数量。
[0030]优选的，所述步骤S24中，在社交网络I中，在时间段i内，知识图谱事件j的初始活力评分的定义为:
[0031][0032]其中，参数λ的取值范围为0≤λ≤1，当λ设为0时，仅利用交互的相对增加量进行知识图谱事件活力排序，如果λ设置为1，则仅利用知识图谱事件与其知识图谱事件朋友的静态活力评分来进行活力排序。
[0033]优选的，所述步骤S25中，交互分配模型定义为：
[0034][0035]其中，表示，在时间段i内，知识图谱事件j和k之间的所有交互数量，表示重新分配给知识图谱事件j的交互数量，表示重新分配给k的交互数量；表示，时间段i内，节点k的初始活力评分。
[0036]优选的，所述步骤S26中，在社交网络I中，在时间段i内，知识图谱事件j的更新的累计交互数量的定义为:
[0037][0038]本专利技术的有益效果是：本专利技术中，通过获取每个知识图谱事件相对增加量、静态活力评分、初始活力评分、更新的累计交互数量以及任意两个知识图谱事件之间的交互数量，一直迭代更新，从而获取每个知识图谱事件活力评分，进而根据活力评分从高到低对每个知识图谱事件进行排序，使得在社交网络中，系统管理者可以向活跃知识图谱事件推送信息，更准确地靶向潜在知识图谱事件，为社交网站带来更多的效益。
附图说明
[0039]图1是本专利技术一种基于社交网络的知识图谱事件活力排序方法的流程图；
[0040]图2是本专利技术中获得每个知识图谱事件活力评分的流程图；
[0041]图3是本专利技术中社交网络中知识图谱事件活力迭代评分流程图。
具体实施方式
[0042]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相正对地重要性。
[0043]下面将结合附图对本专利技术作进一步说明。
[0044]如图1所示，一种基于社交网络的知识图谱事件活力排序方法，包括：
[0045]步骤S1，在一个社交网络中，获取知识图谱事件；社交网络为一个无向连通图，两个知识图谱事件之间的交互式对称的，其中，交互包括但不限于转发、回复和发送消息。
[0046]步骤S2，通过迭代的知识图谱事件排序算法，获得每个知识图谱事件活力评分；流程图如图2所示，具体步骤如下：
[0047]步骤S21，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于社交网络的知识图谱事件活力排序方法，其特征在于，包括：步骤S1，在一个社交网络中，获取知识图谱事件；步骤S2，通过迭代的知识图谱事件排序算法，获得每个知识图谱事件活力评分；步骤S3，通过活力评分对每个知识图谱事件进行排序。2.根据权利要求1所述的一种基于社交网络的知识图谱事件活力排序方法，其特征在于，所述步骤S1中，社交网络为一个无向连通图，两个知识图谱事件之间的交互式对称的，交互包括但不限于转发、回复和发送消息。3.根据权利要求1所述的一种基于社交网络的知识图谱事件活力排序方法，其特征在于，所述步骤S2包括：步骤S21，获取在一个时间段内每个知识图谱事件的累计交互数量；步骤S22，通过每个知识图谱事件的交互数量，获取在一个时间段内每个知识图谱事件的交互数量的相对增加量；步骤S23，通过每个知识图谱事件的交互数量，获取在一个时间段内每个知识图谱事件的交互数量的静态活力评分；步骤S24，通过每个知识图谱事件的交互数量的相对增加量以及静态活力评分，获取在一个时间段内每个知识图谱事件的初始活力评分；步骤S25，通过交互分配模型分配任意两个知识图谱事件之间的交互数量；步骤S26，并通过交互分配模型，获取在一个时间段内每个知识图谱事件更新的累计交互数量；步骤S27，循环所述步骤S22到步骤S26，迭代更新每个知识图谱事件相对增加量、静态活力评分、初始活力评分、更新的累计交互数量以及任意两个知识图谱事件之间的交互数量，直至每个知识图谱事件初始活力评分收敛，迭代结束，获得每个知识图谱事件的活力评分。4.根据权利要求3所述的一种基于社交网络的知识图谱事件活力排序方法，其特征在于，所述步骤S21中，在社交网络I中，在时间段i内，知识图谱事件j的累积交互数量的定义为:其中，时间段i的取值范围为1≤i≤...

【专利技术属性】
技术研发人员：何川，兰艳素，张坤，
申请(专利权)人：黄山学院，
类型：发明
国别省市：