CN101505311B - 一种基于社会化网络的信息传播方法及系统 - Google Patents

Abstract

本发明公开了一种基于社会化网络的信息传播方法及系统，为了解决现有在社会化网络用户中进行信息传播资源开销高，本发明公开的方法包括：根据获取的用户身份标识对应的用户信息，计算用户身份标识对应的信息传播能力大小；选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端，由于待传播信息有针对性的发送给传播能力较强的用户，使得在社会化网络用户中进行信息传播时资源开销降低。

Description

一种基于社会化网络的信息传播方法及系统

技术领域

本发明属于计算机技术领域，特别涉及一种基于社会化网络的信息传播方法及系统。

背景技术

现有的互联网中，在线网民形成的社会化网络不再仅仅是单个用户与单个用户的关系，而是单对多以及多对多的关系。社会化网络包含了在线用户及其关系网络，社会化网络包含的海量用户及海量用户关系数据，需要解决的一个问题是如何低成本的在社会化网络海量用户中进行有效信息传播。比如，在网民中进行公益活动的宣传和推广。现有技术中在网民中进行公益活动的宣传和推广时是随机发送，显然，向社会化网络的随机用户进行宣传和推广，因为针对性差，要达到同样的推广效果，其资源开销将会很高，例如基于即时通信平台向1000个用户发送待传播信息，需要从1万个用户中选出1000个用户并发送待传播信息，若无法达到预期效果，还需再随机选出1000个用户发送待传播信息，这样对于即时通信平台的资源开销将会很高。在基于Web 2.0的社会化网络中也存在同样的问题。

发明内容

为了解决现有在社会化网络用户中进行信息传播资源开销高的问题，本发明实施例提供了一种基于社会化网络的信息传播方法，包括：

根据获取的用户身份标识对应的用户信息，计算用户身份标识对应的信息传播能力大小；

选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；

将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端。

同时本发明实施例还提供一种基于社会化网络的信息传播系统，包括：

计算模块：用于根据获取的用户身份标识对应的用户信息，计算用户身份标识对应的信息传播能力大小；

写模块：用于选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；

发送模块：用于将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端。

同时本发明实施例还提供一种基于社会化网络的信息传播系统，包括：

服务器：用于根据获取的用户身份标识对应的活跃程度信息和用户关系信息，计算用户身份标识对应的信息传播能力大小，选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列，根据初始种子用户队列中用户身份标识对应的用户关系信息，对初始种子用户队列进行扩展，得到包括预定数量用户身份标识的扩展用户队列，将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端；

客户端：拥有初始种子用户队列中用户身份标识，并用于在拥有扩展用户队列中的用户身份标识的客户端中传播待传播信息。

由上述本发明提供的具体实施方案可以看出，正是由于待传播信息有针对性的发送给传播能力较强的用户，使得在社会化网络用户中进行信息传播时资源开销降低。

附图说明

图1为本发明提供的第一实施例方法流程图；

图2为本发明提供的第一实施例方法流程图；

图3为本发明提供的第二实施例系统结构图；

图4为本发明提供的第三实施例系统结构图。

具体实施方式

本发明提供的第一实施例一种基于社会化网络的信息传播方法，该方法流程如图1所示，包括：

步骤101：从社会化网络用户的用户资料数据库提取绑定于各用户身份标识的活跃程度信息和用户关系信息，并存储起来。

其中活跃程度信息包括：用户在线时间，与好友互动的频率，访问好友空间的频率，日志空间更新的频率等等，用于表示用户在社会化网络中的活跃程度。活跃程度信息的存储方式可如表1所示：

社会化网络系统的唯一身份标识	在线时间	与好友互动的频率	访问好友空间的频率	日志空间更新的频率
					10001	3小时	30次/天	3次/天	0.3次/天
10002	2小时	20次/天	2次/天	0.2次/天

表1

用户关系信息表示为(ID1，关系类型 1)，...，(IDn，关系类型2)，用于表示该用户与其他用户之间在社会化网络中的关系。例如：关系类型定义为好友，认识，陌生人。对于用户甲，他有好友乙，认识丙，用户甲访问过陌生人丁的blog.那么用户甲的用户关系信息描述为(乙，好友)，(丙，认识)，(丁，陌生)，如表2所示：

社会化网络系统中用户身份标识	用户关系信息
		10001	(ID1，关系类型1)，...，(IDn，关系类型2)
10002	(ID1，关系类型2)，...，(IDn，关系类型1)

表2

步骤102：根据各用户身份标识的活跃程度信息和用户关系信息，计算各用户身份标识的传播能力，并根据传播能力由大到小进行排序。

比如，根据用户身份标识10001对应的一个活跃程度信息x_n和该活跃程度信息对应的系数f_n，得到该活跃程度信息对应的活跃程度分量f_nx_n，根据对该用户身份标识对应的全部活跃程度分量求和，得到该用户身份标识对应的活跃程度信息的量化值A(用户ID)，根据该用户身份标识对应的全部用户关系信息r₁、r₂...r_j，得到该用户身份标识对应的用户关系信息的量化值R(用户ID)，对该用户身份标识对应的活跃程度信息的量化值A(用户ID)和该用户身份标识对应的用户关系信息的量化值R(用户ID)进行加权求值，得到该用户身份标识对应的传播能力T(用户ID)。

对用户身份标识对应的活跃程度信息进行计算：

A(用户ID)表示一个用户身份标识对应的活跃程度信息的量化值；

这里N表示一个用户身份标识对应的活跃程度信息总个数，x_n表示一个用户身份标识对应的活跃程度信息，f_n表示一个用户身份标识对应的活跃程度信息的系数，其中 $\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{f}_n=1;$

对用户身份标识对应的用户关系信息进行计算：

M表示一个用户身份标识对应的用户关系信息中包括的关系类型总个数，R(用户ID)表示一个用户身份标识对应的用户关系信息的量化值，r_j表示一个用户身份标识对应的用户关系信息中包含的一个关系类型的量化值；

对A(用户ID)和R(用户ID)进行加权求值，对用户身份标识对应的传播能力进行计算：

T(用户ID)＝A(用户ID)*f+R(用户ID)*(1-f)

T(用户ID)表示一个用户身份标识对应的传播能力，f为权重。

步骤103：根据传播能力排序结果，按预定传播能力由大到小选择预定比例的用户身份标识保存到初始种子用户队列。

当然根据预定传播能力由大到小选择预定比例的用户身份标识，实际上就是选择出预定传播能力大于预定阈值的用户身份标识，而该阈值的取值可以使得选择出的用户身份标识的比例为预定的比例。例如：有1万个传播能力由大到小排列的用户身份标识，选择预定比例为10％的用户身份标识保存到初始种子用户队列，根据预定的阈值选出前1千个用户身份标识，此时预定的阈值应小于第1000个用户身份标识对应的传播能力，而大于第1001个用户身份标识对应的传播能力。初始种子用户队列的两个用户身份标识如10001和10002，10001对应的用户关系信息中可以包括(10002，关系类型1)，或10001对应的用户关系信息中不包括10002。同样对于10002对应的用户关系信息中可以包括(10001，关系类型1)，或10002对应的用户关系信息中不包括10001。

步骤104：对于初始种子用户队列的每两个用户身份标识，如果相互之间存在关系链，则把关系链上的用户身份标识也加入到初始种子用户队列。

例如：初始种子用户队列中的用户身份标识10001对应的用户关系信息中包括(10003，关系类型1)，用户身份标识10002对应的用户关系信息中包括(10003，关系类型2)，则用户身份标识10001和用户身份标识10002相互之间存在关系链10001-10003-10002，将该关系链上的非初始种子用户队列中的用户身份标识10003加入到初始种子用户队列，即用户身份标识10001和用户身份标识10002为传播能力大于预定阈值的两个用户身份标识，它们各自的用户关系信息形成的关系链上，包括至少一个用户身份标识10003(用户身份标识10003不属于所选择的传播能力大于预定阈值的用户身份标识)，则将所述用户身份标识10003保存到初始种子用户队列。同样，初始种子用户队列中的用户身份标识10001对应的用户关系信息中包括(10003，关系类型1)，非初始种子用户队列中的用户身份标识10003对应的用户关系信息中包括(10004，关系类型1)，用户身份标识10002对应的用户关系信息中包括(10004，关系类型2)，则用户身份标识10001和用户身份标识10002相互之间存在关系链10001-10003-10004-10002，将该关系链上的非初始种子用户队列中的用户身份标识10003和10004加入到初始种子用户队列。将用户身份标识10003加入初始种子用户队列后，使得后续待传播信息在根据初始种子队列形成的扩展用户队列中传播时更高效。

步骤105：根据初始种子用户队列，利用关系链向外进行生长形成扩展用户队列，直到扩展用户队列用户身份标识数量满足指定规模。

其中步骤105具体实施时可分解为下列步骤，如图2所示。

步骤1051：建立一个为空集的扩展用户队列。

步骤1052：从初始种子用户队列中移除第一个用户身份标识，并加入到扩展用户队列。

步骤1053：遍历移除的第一个用户身份标识对应的所有用户关系信息，若能够从中选出传播能力最大且尚未出现在初始用户种子队列以及用户种子队列中的用户身份标识，则跳到步骤1055，否则执行步骤1054。

步骤1054：检查初始种子用户队列是否为空，若是则跳到步骤1056结束生长，则执行步骤1055。

步骤1055：将选出的用户身份标识加入到初始种子用户队列的末尾，检查扩展用户队列是否达到指定的规模，如果是则执行步骤1056结束生长，否则跳到步骤1052。

步骤1057：将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端，收到待传播信息的客户端，在拥有用户群列表中用户身份标识的客户端中传播。实施例中的客户端可以是软件客户端、基于web的网页或者手机无线等。

本发明提供的第二实施例是一种基于社会化网络的信息传播系统，其结构如图3所示，包括：服务器10和客户端20。

服务器10从社会化网络用户的用户资料数据库提取绑定于各用户身份标识的活跃程度信息和用户关系信息，并存储起来。

其中活跃程度信息包括：用户在线时间，与好友互动的频率，访问好友空间的频率，日志空间更新的频率等等，用于表示用户在社会化网络中的活跃程度。活跃程度信息的存储方式可如表1所示：

社会化网络系统的唯一身份标识	在线时间	与好友互动的频率	访问好友空间的频率	日志空间更新的频率
					10001	3小时	30次/天	3次/天	0.3次/天
10002	2小时	20次/天	2次/天	0.2次/天

表1

用户关系信息表示为(ID1，关系类型1)，...，(IDn，关系类型2)，用于表示该用户与其他用户之间在社会化网络中的关系。例如：关系类型定义为好友，认识，陌生人。对于用户甲，他有好友乙，认识丙，用户甲访问过陌生人丁的blog.那么用户甲的用户关系信息描述为(乙，好友)，(丙，认识)，(丁，陌生)，如表2所示：

社会化网络系统中用户身份标识	用户关系信息
		10001	(ID1，关系类型1)，...，(IDn，关系类型2)
10002	(ID1，关系类型2)，...，(IDn，关系类型1)

表2

活跃程度信息和用户关系信息可以以表1、表2的方式存储于服务器10中，也可以采用其它的方式存储于服务器10可以访问并获取的其它存储空间。

服务器10根据各用户身份标识的活跃程度信息和用户关系信息，计算各用户身份标识的传播能力，并根据传播能力由大到小进行排序。

比如，根据用户身份标识10001对应的一个活跃程度信息x_n和该活跃程度信息对应的系数f_n，得到该活跃程度信息对应的活跃程度分量f_nx_n，根据对该用户身份标识对应的全部活跃程度分量求和，得到该用户身份标识对应的活跃程度信息的量化值A(用户ID)，根据该用户身份标识对应的全部用户关系信息r₁、r₂...r_j，得到该用户身份标识对应的用户关系信息的量化值R(用户ID)，对该用户身份标识对应的活跃程度信息的量化值A(用户ID)和该用户身份标识对应的用户关系信息的量化值R(用户ID)进行加权求值，得到该用户身份标识对应的传播能力T(用户ID)。

对用户身份标识对应的活跃程度信息进行计算：

A(用户ID)表示一个用户身份标识对应的活跃程度信息的量化值；

这里N表示一个用户身份标识对应的活跃程度信息总个数，x_n表示一个用户身份标识对应的活跃程度信息，f_n表示一个用户身份标识对应的活跃程度信息的系数，其中 $\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{f}_n=1;$

对用户身份标识对应的用户关系信息进行计算：

M表示一个用户身份标识对应的用户关系信息中包括的关系类型总个数，R(用户ID)表示一个用户身份标识对应的用户关系信息的量化值，r_j表示一个用户身份标识对应的用户关系信息中包含的一个关系类型的量化值；

对A(用户ID)和R(用户ID)进行加权求值，对用户身份标识对应的传播能力进行计算：

T(用户ID)＝A(用户ID)*f+R(用户ID)*(1-f)

T(用户ID)表示一个用户身份标识对应的传播能力，f为权重。

服务器10根据传播能力排序结果，按预定传播能力由大到小选择预定比例的用户身份标识保存到初始种子用户队列。

当然根据预定传播能力由大到小选择预定比例的用户身份标识，实际上就是选择出预定传播能力大于预定阈值的用户身份标识，而该阈值的取值可以使得选择出的用户身份标识的比例为预定的比例。例如：有1万个传播能力由大到小排列的用户身份标识，选择预定比例为10％的用户身份标识保存到初始种子用户队列，根据预定的阈值选出前1千个用户身份标识，此时预定的阈值应小于第1000个用户身份标识对应的传播能力，而大于第1001个用户身份标识对应的传播能力。

服务器10对于初始种子用户队列的每两个用户身份标识，如果相互之间存在关系链，则把关系链上的用户身份标识也加入到初始种子用户队列。

例如：初始种子用户队列中的用户身份标识10001对应的用户关系信息中包括(10003，关系类型1)，用户身份标识10002对应的用户关系信息中包括(10003，关系类型2)，则用户身份标识10001和用户身份标识10002相互之间存在关系链10001-10003-10002，将该关系链上的非初始种子用户队列中的用户身份标识10003加入到初始种子用户队列。同样，初始种子用户队列中的用户身份标识10001对应的用户关系信息中包括(10003，关系类型1)，非初始种子用户队列中的用户身份标识10003对应的用户关系信息中包括(10004，关系类型1)，用户身份标识10002对应的用户关系信息中包括(10004，关系类型2)，则用户身份标识10001和用户身份标识10002相互之间存在关系链10001-10003-10004-10002，将该关系链上的非初始种子用户队列中的用户身份标识10003和10004加入到初始种子用户队列。

服务器10根据初始种子用户队列，利用关系链向外进行生长形成扩展用户队列，直到扩展用户队列用户身份标识数量满足指定规模。

服务器10要建立一个为空集的扩展用户队列。服务器10从初始用户队列中根据用户身份标识对应的传播能力，依次由大到小移除用户身份标识，如首先移除传播能力最大的第一个用户身份标识，遍历该用户身份标识对应的所有用户关系信息，从该用户身份标识对应的所有用户关系信息中，选择传播能力最大且尚未出现在初始种子用户队列中的用户身份标识，加入到初始种子用户队列中，并将第一个用户身份标识加入到扩展用户队列，服务器10从初始用户队列中再移除传播能力第二大的第二个用户身份标识，遍历该用户身份标识对应的所有用户关系信息，从该用户身份标识对应的所有用户关系信息中，选择传播能力最大且尚未出现在初始种子用户队列以及扩展用户队列中的用户身份标识，服务器10循环不断的从初始用户队列中移除用户身份标识，从该用户身份标识对应的所有用户关系信息中选择新的用户身份标识加入到初始种子用户队列，并将移除的用户身份标识加入到扩展用户队列中，直到扩展用户队列中的用户身份标识达到预定数量。

例如，服务器10按初始用户队列的用户身份标识按传播能力，依次由大到小为10001、10002、10003首先将10001从初始用户队列移除并加入用户队列，同时服务器10遍历10001对应的所有用户关系信息从中选择用户身份标识10011(可选用户身份标识包括20001、10011和10003，传播能力由大到小依次为10003、10011、20001)，将10011加入到初始用户队列末尾，此时的初始用户队列为10002、10003、10011，用户队列为10001。

服务器10此时将10002从初始用户队列移除并加入用户队列，同时服务器10遍历10002对应的所有用户关系信息从中选择用户身份标识10012(可选用户身份标识包括20002、10012和10003，传播能力由大到小依次为10003、10012、20002)，将10012加入到初始用户队列末尾，此时的初始用户队列为10003、10011，10012用户队列为10001、10002。

服务器10此时将10003从初始用户队列移除并加入用户队列，同时服务器10遍历10003对应的所有用户关系信息从中选择用户身份标识10013(可选用户身份标识包括20003、10013、10001和10002，传播能力由大到小依次为10001、10002、10013、20003)，将10013加入到初始用户队列末尾，此时的初始用户队列为10011，10012，100013用户队列为10001、10002、10003。

服务器10此时将10011从初始用户队列移除并加入用户队列，同时服务器10遍历10011对应的所有用户关系信息，无法从中选择用户身份标识(可选用户身份标识包括10001和10012，因为10001在用户队列，10012在初始用户队列)加入到初始用户队列末尾，此时的初始用户队列为10012，10013用户队列为10001、10002、10003，10011。

服务器10此时将10012从初始用户队列移除并加入用户队列，同时服务器10遍历10012对应的所有用户关系信息从中选择用户身份标识10112(可选用户身份标识包括20002、10002和10112，传播能力由大到小依次为10002、10112、20002)，将10112加入到初始用户队列末尾，此时的初始用户队列为10013，10112用户队列为10001、10002、10003，10011，10012。若扩展用户队列的用户身份标识预定数量为5个，则此时服务器10结束生长。

若扩展用户队列的用户身份标识预定数量为8个，则服务器10继续依次将10013，10112从初始用户队列移除并加入用户队列，同时服务器10遍历10013，10112对应的所有用户关系信息，无法从中选择用户身份标识加入到初始用户队列末尾，此时的初始用户队列为空，用户队列为10001、10002、10003，10011，10012，10013，10112。此时服务器10结束生长。

上面是一个优选的实例，概括而言，服务器10若要根据初始种子用户队列，利用关系链向外进行生长形成扩展用户队列，直到扩展用户队列用户身份标识数量满足指定规模。需要执行以下操作，步骤1051：建立一个为空集的扩展用户队列。

步骤1052：从初始种子用户队列中移除第一个用户身份标识，并加入到扩展用户队列。

步骤1053：遍历移除的第一个用户身份标识对应的所有用户关系信息，若能够从中选出传播能力最大且尚未出现在初始用户种子队列以及用户种子队列中的用户身份标识，则执行步骤1055，否则跳到步骤1054。

步骤1054：检查初始种子用户队列是否为空，若是则跳到步骤1056结束生长，则执行步骤1055。

步骤1055：将选出的用户身份标识加入到初始种子用户队列的末尾，检查扩展用户队列是否达到指定的规模，如果是则执行步骤1056结束生长，否则跳到步骤1052。

步骤1056：结束扩展用户队列生长，保存扩展用户队列的用户身份标识，作为社会化网络的用户群列表。

服务器10将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端。

拥有初始种子用户队列中用户身份标识的客户端20接收待传播信息，在拥有用户群列表中用户身份标识的客户端中传播。

本发明提供的第三实施例是一种基于社会化网络的信息传播系统，其结构如图4所示，包括：

计算模块201：用于根据获取的用户身份标识对应的用户信息，计算用户身份标识对应的信息传播能力大小；

写模块202：用于选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；

发送模块203：用于将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端。

进一步，计算模块201：还用于根据获取的用户身份标识对应的活跃程度信息和用户关系信息，计算用户身份标识对应的信息传播能力大小。

进一步，所述系统还包括：

扩展模块204：用于根据初始种子用户队列中用户身份标识对应的用户关系信息，对初始种子用户队列进行扩展，得到包括预定数量用户身份标识的扩展用户队列；

传播模块205：用于通过拥有初始种子用户队列中用户身份标识的客户端，在拥有扩展用户队列中的用户身份标识的客户端中传播。

进一步，计算模块201：用于根据获取的用户身份标识对应的用户在线时间，与好友互动的频率，访问好友空间的频率，日志空间更新的频率和用户关系信息，计算用户身份标识对应的信息传播能力大小。

进一步，计算模块201：还用于对用户身份标识对应的活跃程度信息进行计算：

A(用户ID)表示一个用户身份标识对应的活跃程度信息的量化值；

这里N表示一个用户身份标识对应的活跃程度信息总个数，x_n表示一个用户身份标识对应的活跃程度信息，f_n表示一个用户身份标识对应的活跃程度信息的系数，其中 $\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{f}_n=1;$

对用户身份标识对应的用户关系信息进行计算：

M表示一个用户身份标识对应的用户关系信息中包括的关系类型总个数，R(用户ID)表示一个用户身份标识对应的用户关系信息的量化值，r_j表示一个用户身份标识对应的用户关系信息中包含的一个关系类型的量化值；

对A(用户ID)和R(用户ID)进行加权求值，对用户身份标识对应的传播能力进行计算：

T(用户ID)＝A(用户ID)*f+R(用户ID)*(1-f)

T(用户ID)表示一个用户身份标识对应的传播能力，f为权重。

进一步，写模块202：还用于若根据所选择的传播能力大于预定阈值的两个用户身份标识各自的用户关系信息形成的关系链上，包括至少一个其它用户身份标识，则将所述其它用户身份标保存到初始种子用户队列，所述的其它用户身份标识，不属于所选择的传播能力大于预定阈值的用户身份标识。

计算模块201：还用于根据一个用户身份标识对应的一个活跃程度信息和该活跃程度信息对应的系数，得到该活跃程度信息对应的活跃程度分量，根据对该用户身份标识对应的全部活跃程度分量求和，得到该用户身份标识对应的活跃程度信息的量化值，根据该用户身份标识对应的全部用户关系信息，得到该用户身份标识对应的用户关系信息的量化值，对该用户身份标识对应的活跃程度信息的量化值和该用户身份标识对应的用户关系信息的量化值进行加权求值，得到该用户身份标识对应的传播能力。

写模块202：还用于将传播能力小于预定阈值的用户身份标识保存到初始种子用户队列。

进一步，扩展模块204：还用于从初始用户队列中根据用户身份标识对应的传播能力，依次由大到小移除用户身份标识，遍历移除的用户身份标识对应的所有用户关系信息，选择传播能力最大且尚未出现在初始种子用户队列以及扩展用户队列中的用户身份标识，加入到初始种子用户队列中，并将移除的用户身份标识加入到扩展用户队列，直到扩展用户队列中的用户身份标识达到预定数量。

扩展模块204：还用于从初始用户队列中移除用户身份标识，并从移除的用户身份标识对应的所有用户关系信息中选择用户身份标识加入到初始种子用户队列中，并将移除的用户身份标识加入到扩展用户队列。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于社会化网络的信息传播方法，其特征在于，包括：

根据获取的用户身份标识对应的包括用户关系信息的用户信息，计算用户身份标识对应的信息传播能力大小；

选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；

从初始用户队列中根据用户身份标识对应的传播能力，依次由大到小移除用户身份标识，遍历移除的用户身份标识对应的所有用户关系信息，选择传播能力最大且尚未出现在初始种子用户队列以及扩展用户队列中的用户身份标识，加入到初始种子用户队列中，并将移除的用户身份标识加入到扩展用户队列，直到扩展用户队列中的用户身份标识达到预定数量；

将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端；

通过拥有初始种子用户队列中用户身份标识的客户端，在拥有扩展用户队列中的用户身份标识的客户端中传播。

2.如权利要求1所述的方法，其特征在于，所述用户信息还包括：活跃程度信息。

3.如权利要求2所述的方法，其特征在于，用户的活跃程度信息包括：用户在线时间，与好友互动的频率，访问好友空间的频率，日志空间更新的频率。

4.如权利要求3所述的方法，其特征在于，根据提取的用户身份标识对应的活跃程度信息和用户关系信息，计算用户身份标识对应的传播能力大小具体为：

根据一个用户身份标识对应的一个活跃程度信息和该活跃程度信息对应的系数，得到该活跃程度信息对应的活跃程度分量，根据对该用户身份标识对应的全部活跃程度分量求和，得到该用户身份标识对应的活跃程度信息的量化值，根据该用户身份标识对应的全部用户关系信息，得到该用户身份标识对应 的用户关系信息的量化值，对该用户身份标识对应的活跃程度信息的量化值和该用户身份标识对应的用户关系信息的量化值进行加权求值，得到该用户身份标识对应的传播能力。

5.如权利要求1所述的方法，其特征在于，选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列步骤，和根据初始种子用户队列中用户身份标识对应的用户关系信息，对初始种子用户队列进行扩展步骤之间还包括：

若根据所选择的传播能力大于预定阈值的两个用户身份标识各自的用户关系信息形成的关系链上包括至少一个其它用户身份标识，则将所述其它用户身份标保存到初始种子用户队列，所述的其它用户身份标识，不属于所选择的传播能力大于预定阈值的用户身份标识。

6.一种基于社会化网络的信息传播系统，其特征在于，包括：

计算模块：用于根据获取的用户身份标识对应的包括用户关系信息的用户信息，计算用户身份标识对应的信息传播能力大小；

写模块：用于选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；

扩展模块：从初始用户队列中根据用户身份标识对应的传播能力，依次由大到小移除用户身份标识，遍历移除的用户身份标识对应的所有用户关系信息，选择传播能力最大且尚未出现在初始种子用户队列以及扩展用户队列中的用户身份标识，加入到初始种子用户队列中，并将移除的用户身份标识加入到扩展用户队列，直到扩展用户队列中的用户身份标识达到预定数量；

发送模块：用于将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端；

传播模块：用于通过拥有初始种子用户队列中用户身份标识的客户端，在拥有扩展用户队列中的用户身份标识的客户端中传播。

7.如权利要求6所述的系统，其特征在于，计算模块：还用于根据获取 的用户身份标识对应的活跃程度信息，计算用户身份标识对应的信息传播能力大小。

8.如权利要求6所述的系统，其特征在于，计算模块：用于根据获取的用户身份标识对应的用户在线时间，与好友互动的频率，访问好友空间的频率，日志空间更新的频率和用户关系信息，计算用户身份标识对应的信息传播能力大小。

9.如权利要求7所述的系统，其特征在于，计算模块：还用于根据一个用户身份标识对应的一个活跃程度信息和该活跃程度信息对应的系数，得到该活跃程度信息对应的活跃程度分量，根据对该用户身份标识对应的全部活跃程度分量求和，得到该用户身份标识对应的活跃程度信息的量化值，根据该用户身份标识对应的全部用户关系信息，得到该用户身份标识对应的用户关系信息的量化值，对该用户身份标识对应的活跃程度信息的量化值和该用户身份标识对应的用户关系信息的量化值进行加权求值，得到该用户身份标识对应的传播能力。

10.一种基于社会化网络的信息传播系统，其特征在于，包括：

服务器：用于根据获取的用户身份标识对应的活跃程度信息和用户关系信息，计算用户身份标识对应的信息传播能力大小，选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列，从初始用户队列中根据用户身份标识对应的传播能力，依次由大到小移除用户身份标识，遍历移除的用户身份标识对应的所有用户关系信息，选择传播能力最大且尚未出现在初始种子用户队列以及扩展用户队列中的用户身份标识，加入到初始种子用户队列中，并将移除的用户身份标识加入到扩展用户队列，直到扩展用户队列中的用户身份标识达到预定数量，将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端；

客户端：拥有初始种子用户队列中用户身份标识，并用于在拥有扩展用户队列中的用户身份标识的客户端中传播待传播信息。 

Images