基于用户嵌入与朋友群体嵌入联合学习的信息传播系统技术方案

本发明专利技术公开了一种基于用户嵌入与朋友群体嵌入联合学习的信息传播系统。本发明专利技术在信息级联中将用户及其朋友群体嵌入到潜在空间中，以提取比经典表征学习方法更准确的传播概率。根据用户的行为，本发明专利技术将用户的各个朋友分为不同的影响群体，并使用高斯混合模型对其建模，得到群体嵌入。通过用户嵌入捕捉网络中用户传播关系之间的规律性，通过群体嵌入捕捉用户朋友之间的行为相关性。最后，本发明专利技术将两种嵌入与传播模型相结合，联合优化模型的参数，从而提高传播模型的准确性。使用本发明专利技术的模型能提高对用户行为预测的准确性。

【技术实现步骤摘要】

本专利技术涉及信息传播分析技术和在线社交网络分析领域，具体涉及一种基于用户嵌入与朋友群体嵌入联合学习的信息传播系统，通过用户嵌入与朋友群体嵌入的联合学习对信息传播进行准确建模。

技术介绍

1、随着信息技术的发展，越来越多的用户使用twitter,微博等社交网络进行信息传播。社交网络中的信息传播过程自然反应了用户之间的丰富关系。当信息在用户之间传播时，就会产生信息级联的现象。当给定一组观察到的级联集合时，根据传播模型就可以从中推断出底层的具体传播过程。信息传播过程的准确建模对于不同的应用场景，包括影响力最大化、个性化推荐、权威用户识别等，都有着重要作用。

2、独立级联(ic)和线性阈值(lt)模型是两种经典的社交网络传播模型。在传播模型中，用户用网络中的节点表示，用户之间的联系比如朋友关系用网络中的边表示，用户转发信息表示用户被激活。其中，ic模型假设一个已激活的用户节点可以以某种独立的概率激活其邻居节点，而lt模型假设节点是否被激活取决于其已被激活的邻居节点的集合。本专利技术的工作更倾向于ic模型的扩展。最近已有许多ic模型的扩展，包括融入时间本文档来自技高网...

【技术保护点】

1.基于用户嵌入与朋友群体嵌入联合学习的信息传播系统，其特征在于包括用户嵌入模块、朋友群体检测和嵌入模块、节点一阶邻近性模块和联合学习模块；所述用户嵌入模块，将社交网络中的用户嵌入到潜在空间，从而通过用户在该空间的相对距离提取更鲁棒的传播概率，捕捉社交网络中用户传播关系之间的规律性；用户嵌入将被建模为两种嵌入：传播内容的发送者嵌入和接收者嵌入；所述朋友群体检测和嵌入模块，将目标用户的朋友根据发送者嵌入划分为不同的影响群体，并使用高斯混合模型对划分的多个朋友群体进行建模表示，从而使得优化后的同一朋友群体中的发送者嵌入进一步接近，实现从群体检测和群体嵌入到发送者嵌入的反馈，捕捉目标用户朋友之...

【技术特征摘要】

1.基于用户嵌入与朋友群体嵌入联合学习的信息传播系统，其特征在于包括用户嵌入模块、朋友群体检测和嵌入模块、节点一阶邻近性模块和联合学习模块；所述用户嵌入模块，将社交网络中的用户嵌入到潜在空间，从而通过用户在该空间的相对距离提取更鲁棒的传播概率，捕捉社交网络中用户传播关系之间的规律性；用户嵌入将被建模为两种嵌入：传播内容的发送者嵌入和接收者嵌入；所述朋友群体检测和嵌入模块，将目标用户的朋友根据发送者嵌入划分为不同的影响群体，并使用高斯混合模型对划分的多个朋友群体进行建模表示，从而使得优化后的同一朋友群体中的发送者嵌入进一步接近，实现从群体检测和群体嵌入到发送者嵌入的反馈，捕捉目标用户朋友之间的行为相关性；所述一阶邻近性模块，将约束发送者嵌入从而保持一阶邻近性，即节点之间的局部成对邻近性，使得社交网...

【专利技术属性】
技术研发人员：鲍青，邱洪君，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：