基于多重链接的微博网络节点权重排序方法技术

本发明专利技术公开了一种基于多重链接的微博网络节点权重排序方法，用于解决现有的微博网络节点权重排序方法召回率低的技术问题。技术方案是将微博网络构建成网络有向图G＝(E，V)，再通过定义用户有效粉丝集合Ef(u)，大幅度减小了网络图规模，从而提高了计算速度。其次，跟踪节点消息，记录节点消息的发布、转发、回复、收藏等信息，确定节点附加链接关系，在这一部分中不去分析具体消息的内容，从而提高了网络分析速度。最后，结合网络动态性，识别并处理网络节点交互，整体上降低了系统开销、提高了计算方法的准确率和召回率。

【技术实现步骤摘要】

本专利技术涉及一种微博网络节点权重排序方法，特别是一种。
技术介绍
微博网络(Micro-Blogging Network)为用户提供一个互动交流的平台，丰富了用户的业余生活，增强了朋友之间的交流。在传统的社交网络中，节点权值主要通过计算用户好友数目以及分析用户之间的结构关系来计算。通常是分析网络结构中的节点度(Degree)，单纯考虑出度(Out-Degree) 精确率不高。在微博网络中网络节点构成有向图，仅仅考虑出度和入度αη-Degree)也达不到较高的精确度。文献 1 "Discovering Important Bloggers based on Analyzing Blog Threads ”公开了一种基于帖子内容分析的博客重要用户分析方法ThreadRank，该方法通过分析大量的博客内容来判断其用户的重要性，需要耗费大量的时间用于内容清理和分析，效率较低。文献 2" Identifying Opinion Leaders in the Blogosphere ”公开了一种意见领袖识别方法化打此！！⑶!^!^，该方法根据与其他博客相比较来判断用户的重要性，以及这些用户对整个网络所做的贡献来计算用户权值，该论文采用了余弦定理计算不同博客实体的相似性，复杂性较高，开销大。文献 3 "TwitterRank :Finding topic-sensitive Inuential Twitterers ，，公开了一种Twitter网络节点计算方法TwitterRank，该方法根据Twitter中的用户关系、粉丝与关注者之间的分布以及在信息传播的过程中各种用户群体所起到的作用进行权重计算，该算法主要基于话题进行分析，召回率不高。
技术实现思路
为了克服现有的微博网络节点权重排序方法召回率低的不足，本专利技术提供一种，该方法首先将微博网络构建成网络有向图G = (E，V)，再通过定义用户有效粉丝集合Ef (U)，可以大幅度减小网络图规模，从而提高计算速度；其次，跟踪节点消息，记录节点消息的发布、转发、回复、收藏等信息，确定节点附加链接关系，在这一部分中不去分析具体消息的内容，从而提高网络分析速度；最后，结合网络动态性，识别并处理网络节点交互，整体上可以降低系统开销、提高计算方法的准确率和召回率。本专利技术解决其技术问题所采用的技术方案是一种，其特点是包括以下步骤(a)定义微博网络有向图G= (E，V)式中，E表示用户关系集合，V表示用户节点集合。定义用户的有效粉丝集合 式中，δ是非负常数阈值，表示用户节点u的粉丝用户ν对用户u反馈的程度门限，超过该阈值且属于用户u的粉丝的用户才能算作有效粉丝用户。(b)根据公式权利要求1. 一种，其特征在于包括以下步骤(a)定义微博网络有向图G = (E，V)式中，E表示用户关系集合，V表示用户节点集合；定义用户的有效粉丝集合Ef(U) = {ν I ν ^ Follower (u) Λ Response (u) > σ }式中，S是非负常数阈值，表示用户节点U的粉丝用户V对用户U反馈的程度门限，超过该阈值且属于用户U的粉丝的用户才能算作有效粉丝用户；(b)根据公式全文摘要本专利技术公开了一种，用于解决现有的微博网络节点权重排序方法召回率低的技术问题。技术方案是将微博网络构建成网络有向图G＝(E，V)，再通过定义用户有效粉丝集合Ef(u)，大幅度减小了网络图规模，从而提高了计算速度。其次，跟踪节点消息，记录节点消息的发布、转发、回复、收藏等信息，确定节点附加链接关系，在这一部分中不去分析具体消息的内容，从而提高了网络分析速度。最后，结合网络动态性，识别并处理网络节点交互，整体上降低了系统开销、提高了计算方法的准确率和召回率。文档编号G06F17/30GK102214212SQ20111013296公开日2011年10月12日 申请日期2011年5月20日 优先权日2011年5月20日专利技术者彭冬, 李勇军, 蔡皖东 申请人:西北工业大学本文档来自技高网...

【技术保护点】
１．一种基于多重链接的微博网络节点权重排序方法，其特征在于包括以下步骤：（ａ）定义微博网络有向图：Ｇ＝（Ｅ，Ｖ）式中，Ｅ表示用户关系集合，Ｖ表示用户节点集合；定义用户的有效粉丝集合：Ｅｆ（ｕ）＝｛ｖ｜ｖ∈Ｆｏｌｌｏｗｅｒ（ｕ）∧Ｒｅｓｐｏｎｓｅ（ｕ）＞σ｝式中，δ是非负常数阈值，表示用户节点ｕ的粉丝用户ｖ对用户ｕ反馈的程度门限，超过该阈值且属于用户ｕ的粉丝的用户才能算作有效粉丝用户；（ｂ）根据公式（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ＩＲＬ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｉ）＆ｓｉｇｍａ；（／ｍｉ）?（ｍｉ）Ｎ（／ｍｉ）?（／ｍｆｒａｃ）?（ｍｏ）＋（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）＆ｓｉｇｍａ；（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｕｎｄｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＆Ｅｌｅｍｅｎｔ；（／ｍｏ）?（ｍｉ）Ｆｏｌｌｏｗｅｒ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｕｎｄｅｒ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｉ）ＩＲＬ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）Ｌ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（／ｍｒｏｗ）?（／ｍａｔｈ）计算微博用户节点ｕｉ链接产生的节点权值ＩＲＬ（ｕｉ）；式中，Ｆｏｌｌｏｗｅｒ（ｕｉ）为用户ｕｉ所有粉丝构成的集合，Ｌ（ｕｊ）为用户ｕｊ粉丝的数目，σ是介于０和１的阻尼系数，Ｎ表示所考虑的微博用户总数；（ｃ）根据公式（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ＩＲＴＲ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｕｎｄｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｓｕｂ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＆Ｅｌｅｍｅｎｔ；（／ｍｏ）?（ｍｉ）Ｔｗｅｅｔ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｕｎｄｅｒ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＆Ｅｌｅｍｅｎｔ；（／ｍｏ）?（ｍｉ）Ｒｅｓｐｏｎｓｅ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｕｎｄｅｒ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｎ（／ｍｉ）?（ｍｉ）ｓ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｎ（／ｍｉ）?（ｍｉ）＆ｍｕ；（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｉ）Ａ（／ｍｉ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（／ｍｒｏｗ）?（／ｍａｔｈ）计算用户ｕｉ的节点权值ＩＲＴＲ（ｕｉ），式中，Ｔｗｅｅｔ（ｕｉ）为用户ｕｉ帖子集合，Ａ表示所有具有交互情况的帖子集｜Ａ｜是Ａ的基合，Ｎｓ（ｕｊ）是用户ｕｊ针对帖子ｔｊ，的响应次数，Ｎμ（ｕｊ）为响应平均值，Ｒｅｓｐｏｎｓｅ包括用户转帖、回帖、评论和收藏；（ｄ）根据公式ＩＲ（ｕｉ）＝（１－β）×ＩＲＬ（ｕｉ...

【技术特征摘要】

【专利技术属性】
技术研发人员：蔡皖东，彭冬，李勇军，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87