社交网络中基于用户关系的隐私信息传播范围度量方法及系统技术方案

本发明专利技术公开了一种社交网络中基于用户关系的隐私信息传播范围度量方法及系统，包括获取社交网络数据集；基于社交网络数据集构建社交网络图，社交网络图包括用户个人属性信息和用户行为集合；基于用户个人属性信息和用户行为集合，计算获得用户之间的关系度和相似度；基于关系度和相似度，构建隐私信息传播模型；基于隐私信息传播模型，得到隐私信息传播范围

【技术实现步骤摘要】
社交网络中基于用户关系的隐私信息传播范围度量方法及系统


[0001]本专利技术涉及信息传播
，具体涉及一种社交网络中基于用户关系的隐私信息传播范围度量方法及系统
。

技术介绍

[0002]近十年是移动互联网高速发展的十年，据
2023
年3月发布的
《
中国互联网络发展状况统计报告
》
显示，截至
2022
年
12
月，我国网民规模达
10.67
亿，较
2021
年
12
月增长
3549
万，互联网普及率达
75.6
％
。
互联网覆盖范围进一步扩大；如今在世界范围内越来越多的人使用社交网络进行信息传播，在线社交网络是用户之间通过相互交流而形成一种比较稳定的社交关系
。
在线社交网络根据他们提供的社交服务要求用户建立不同的虚拟角色，例如微博，消费者评论，商业网络，虚拟世界等，上述在线社交网络的要求意味着使用他们的用户必须首先创建一个在线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种社交网络中基于用户关系的隐私信息传播范围度量方法，其特征在于，包括：获取社交网络数据集；基于所述社交网络数据集构建社交网络图，所述社交网络图包括用户个人属性信息和用户行为集合；基于所述用户个人属性信息和所述用户行为集合，计算获得用户之间的关系度和相似度；基于所述关系度和所述相似度，构建隐私信息传播模型；基于所述隐私信息传播模型，得到隐私信息传播范围
。2.
根据权利要求1所述的社交网络中基于用户关系的隐私信息传播范围度量方法，其特征在于，计算获得用户之间的关系度的公式为：式中：
A、B
分别为用户
A
和用户
B
；
q
为用户之间的共同好友数量调节参数；
γ
AB
为用户
A
对用户
B
实施行为的亲密度；
γ
BA
为用户
B
对用户
A
实施行为的亲密度；分别为权重参数
。3.
根据权利要求2所述的社交网络中基于用户关系的隐私信息传播范围度量方法，其特征在于，用户之间的共同好友数量调节参数公式为：式中：
I(A)
为用户
A
粉丝节点集合；
I(B)
为用户
B
粉丝节点集合；
O(A)
为用户
A
关注节点集合；
O(B)
为用户
B
关注节点集合
。4.
根据权利要求3所述的社交网络中基于用户关系的隐私信息传播范围度量方法，其特征在于，用户
A
对用户
B
实施行为的亲密度的公式为：式中：为在用户
A
发布的所有微博中，包含用户
B
对用户
A
点赞
、
转发
、
评论行为的微博所占的比例；分别为用户
B
对用户
A
点赞数量
、
评论数量以及转发数量；
ζ
l
、
ζ
c
、
ζ
r
分别为用户
B
对用户
A
点赞
、
评论和转发的影响系数
。5.
根据权利要求4所述的社交网络中基于用户关系的隐私信息传播范围度量方法，其特征在于，计算获得用户之间的相似度公式为：式中：
S(A,B)
为用户
A
和用户
B
结构相似性；
F(A,B)
为用户
A
和用户
B
属性相似性
。6.
根据权利要求5所述的社交网...

【专利技术属性】
技术研发人员：朱娜斐，李文慧，何泾沙，宜裕紫，罗叶红，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：