CN103986641A - 一种基于计算几何的微博用户间距离的简单模型 - Google Patents
一种基于计算几何的微博用户间距离的简单模型 Download PDFInfo
- Publication number
- CN103986641A CN103986641A CN201410171928.6A CN201410171928A CN103986641A CN 103986641 A CN103986641 A CN 103986641A CN 201410171928 A CN201410171928 A CN 201410171928A CN 103986641 A CN103986641 A CN 103986641A
- Authority
- CN
- China
- Prior art keywords
- user
- good friend
- user node
- node
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于互联网技术领域,特别涉及一种基于计算几何的微博用户间距离的简单模型,首先定义两个空的待访问集合分别为C和F;构建用户的好友向量,根据上一步得到的用户好友集,经过变换,可以得到由用户好友集所构成的用户好友向量。用户间距离的获得,由以上所述两个步骤可以得到用户好友向量,得到用户好友向量的基础上,识别用户的共同好友,并通过向量间运算获得用户间距。本发明的优点在于:此微博用户间距离的简单模型巧妙地运用了空间向量点乘方法,能够更加准确地表示出不同情况下用户节点间的距离值,该模型还可以反映用户的潜在影响,并能进一步衡量节点的重要性,而且精度得到保证。
Description
技术领域
本发明属于互联网技术领域,特别涉及一种基于计算几何的微博用户间距离的简单模型。
背景技术
近年来,随着网络的普及以及互联网技术的不断发展,人们的生活越来越多地需要网络技术,而在人们通过网络通信的同时,出现了不同程度的信息传播的速度和范围问题。为了有效缓解信息传播的速度和范围问题.大家把目光投向了社交网站。目前,约有一半以上的中国网民通过社交网络沟通交流、分享信息,社交网络已成为覆盖用户最广、传播影响最大、商业价值最高的web2.0业务。微博作为社交网站的一种在信息传播中发挥越来越重要的作用。目前微博已成为我国网民上网的主要活动之一,我国迎来了微博发展的高峰期。
微博的特点是传播效率高、传播信息即时,传播的互动性、平民化,微博的诞生,使网络传播的形式变得更加多元化,网络传播进入了“微传播”时代。微博在公共热点事件中不仅提供了新的传播平台,而且在舆论场建构过程中发挥了重要作用,因而对信息传播速度要求极高,需要良好的微博系统用户关系模型作为保障。然而在使用微博过程中,出现了微博系统模型难以建立,用户间距难以确定,无法有效解决信息传播速度和范围等问题,这些问题引起了业内人士普遍的关注。因此,能够准确建立微博系统用户关系模型,保证快速高效地找到用户间距,是确保微博信息快速传播的关键。
在现阶段,信息的快速传播是重中之重,而微博以方便快捷的信息传播方式赢得大家的亲睐。然而随着微博用户的不断增多、信息量的加大,微博信息的传播速度也越来越难以满足人们的需求。因此,当前这种微博信息传播模型已经不符合现代人对信息快速高效传播的需求。因此,微博系统的发展趋势是更快速高效地让信息大范围传播。
目前关于微博如何影响信息的传播的意见主要有三种:1、专注于内容本身,并认为该微博消息的属性是控制信息的传播的范围和速度的决定性因素;2、更多的考虑微博类系统的网络结构,并指出具体的结构特征,如小世界无尺度结构和追随关系导致快速的信息传播;3、从宏观的角度介绍流行病学的房室模型,描述信息传播。
显然,无论用哪种方式来研究信息传播的力度,网络的关键节点是影响信息传播的重要因素。什么样的节点是关键节点,以及如何找到他们?这些都是这些研究中需要回答的核心问题。评估网络中的节点的一种方法是网页排名算法,它给每个节点分配然后计算一个数值权重用于估计它的重要性。该算法可广泛应用于任意一组静态的网络结构实体,但它对于追随关系结构和动态传播行为未必适合,因为它的迭代计算非常复杂。另一个重要原因是,微博系统的许多用户通常并不转发或评论他们不感兴趣的邮件,而这些将打破视为事实的结论:通过直接连接计算节点的权重是不够的。
发明内容
为了克服现有技术信息传播的速度和范围问题,本发明通过找到用户的共同好友,构建各自的好友向量,最后通过向量点乘得到用户间距离,以确保不同情况下用户间距的合理性。
在这里,我们提出了一种新的简单的模型,它不考虑消息的内容和全局网络结构,而只把用户的固有特性考虑在内。本模型的核心部分是从建立用户好友集开始,到采用向量点乘法得到用户节点间距离值结束。
我们提出了这种基于计算几何的微博用户间距离的简单模型,具体方案如下:
一种基于计算几何的微博用户间距离的简单模型,包含如下步骤:
步骤1)用户关系集的构建
首先定义两个空的待访问集合,分别为C和F;
步骤2)构建用户的好友向量
根据上一步得到的用户好友集,经过变换,可以得到由用户好友集所构成的用户好友向量;
步骤3)用户间距离的获得
由以上所述两个步骤可以得到用户好友向量,得到用户好友向量的基础上,识别用户的共同好友,并通过向量间运算获得用户间距。
步骤1)还进一步包括:
步骤1.1)取一个用户节点u,同时把u加入到待访问集合C和F中,找到用户节点u的两个粉丝a和b;
步骤1.2)将集合F标记为好友总集合,然后搜索a和b的所有好友,把所有好友都放进集合F,构成集合F的元素;
步骤1.3)将集合C标记为共同好友集合,然后搜索a和b的所有共同好友,把所有共同好友都放进集合C,构成集合C的元素;
步骤2)还包括:
步骤2.1)设用户节点a有p个好友节点,用户节点b有q个好友节点,而用户节点a和b有t个共同节点,即集合C有t个元素,则用户节点a和b共有n个好友,n=p+q-t,即集合F中有n个元素;
步骤2.2)构建由用户节点a指向集合F所有元素的n维向量Va,若F集合中的元素属于用户节点a的好友,则为1,否则为0;
步骤2.3)构建由用户节点b指向集合F所有元素的n维向量Vb,若F集合中的元素属于用户节点b的好友,则为1,否则为0;
步骤3)还进一步包括:
步骤3.1)将向量Va和向量Vb点乘,得到用户节点a和b的相似度;
步骤3.2)取用户节点a和b的相似度的倒数,得到用户节点a和b的距离d。
所述的用户好友是指用户节点关注的其它用户节点。
所述的用户的粉丝是指关注用户节点的其它用户节点。
本发明的益处在于:此微博用户间距离的简单模型巧妙运用到了空间点乘的方法,能够更加准确地表示出不同情况下用户节点间的距离值,该模型还可以反映用户的潜在的影响,并能进一步衡量节点的重要性,而且精度得到保证,是一个较好的微博用户间距离的简单模型。
附图说明
图1为用户节点间关系示意图;
图2为微博用户间距离模型框架流程图。
具体实施方式
当结合附图考虑时,通过参照下面的详细描述,能够更完整更好地理解本发明以及容易得知其中许多伴随的优点,但此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例:我们提出的本模型核心部分具体分为三个阶段:用户关系集的构建阶段、构建用户的好友向量阶段和用户间距离的获得阶段。
首先,详细介绍第一个阶段——用户关系集的构建阶段。我们首先定义两个空的待访问集合分别为C和F。
第一步:取一个用户节点u,同时把u加入到待访问集合C和F中,找到用户节点u的两个粉丝a和b。
第二步:将集合F标记为好友总集合,然后搜索a和b的所有好友,把所有好友都放进集合F,构成集合F的元素。
第三步:将集合C标记为共同好友集合,然后搜索a和b的所有共同好友,把所有共同好友都放进集合C,构成集合C的元素。
如图1所示,即为按照上述说法得到的一个用户关系集合图,用户的共同好友都被放入集合C中,同时用户的所有好友被放入集合F中。方法如下:
第二个模型阶段——构建用户的好友向量。在本模块中,我们根据上一步得到的用户好友集,经过变换,可以得到由用户好友集所构成的用户好友向量。
本模块的算法步骤如下:
第一步:设用户节点a有p个好友节点,用户节点b有q个好友节点,而用户节点a和b有t个共同节点,即集合C有t个元素,则用户节点a和b共有n个好友,n=p+q-t,即集合F中有n个元素。
第二步:构建由用户节点a指向集合F所有元素的n维向量Va,若F集合中的元素属于用户节点a的好友,则为1,否则为0。
第三步:构建由用户节点b指向集合F所有元素的n维向量Vb,若F集合中的元素属于用户节点b的好友,则为1,否则为0。方法如下:
第三个阶段——用户间距离的获得。由以上所述两个步骤可以得到用户好友向量,本阶段在得到用户好友向量的基础上,识别用户的共同好友,并通过向量间运算获得用户间距。
第一步:将向量Va和向量Vb点乘,得到用户节点a和b的相似度;
第二步:取用户节点a和b的相似度的倒数,得到用户节点a和b的距离d。
综上,此微博用户间距离的简单模型巧妙运用到空间点乘的方法,能够更加准确地表示出不同情况下用户节点间的距离值,该模型还可以反映用户的潜在的影响,并能进一步衡量节点的重要性,而且精度得到保证,是一个较好的微博用户间距离的模型。
根据上述步骤,可以得到如图2所示的示意图:
以上就是该专利模型应用过程中具体的实施步骤,按照此步骤就能通过寻找用户的共同好友,建立好友向量,最终正确的计算出用户间距离。
以上对本发明所提供的一种基于计算几何的微博用户间距离的简单模型进行了详细介绍,参照附图对本申请的示例性的实施方案进行了描述。本领域技术人员应该理解,上述实施方案仅仅是为了说明的目的而所举的示例,而不是用来进行限制,凡在本申请的教导和权利要求保护范围下所作的任何修改、等同替换等,均应包含在本申请要求保护的范围内。
Claims (6)
1.一种基于计算几何的微博用户间距离的简单模型,其特征在于包含如下步骤:
步骤1)用户关系集的构建
首先定义两个空的待访问集合分别为C和F;
步骤2)构建用户的好友向量
根据上一步得到的用户好友集,经过变换,可以得到由用户好友集所构成的用户好友向量;
步骤3)用户间距离的获得
由以上所述两个步骤可以得到用户好友向量,得到用户好友向量的基础上,识别用户的共同好友,并通过向量间运算获得用户间距。
2.根据权利要求1所述的一种基于计算几何的微博用户间距离的简单模型,其特征还在于步骤1)还进一步包括:
步骤1.1)取一个用户节点u,同时把u加入到待访问集合C和F中,找到用户节点u的两个粉丝a和b;
步骤1.2)将集合F标记为好友总集合,然后搜索a和b的所有好友,把所有好友都放进集合F,构成集合F的元素;
步骤1.3)将集合C标记为共同好友集合,然后搜索a和b的所有共同好友,把所有共同好友都放进集合C,构成集合C的元素。
3.根据权利要求1所述的一种基于计算几何的微博用户间距离的简单模型,
其特征还在于步骤2)还包括:
步骤2.1)设用户节点a有p个好友节点,用户节点b有q个好友节点,而用户节点a和b有t个共同节点,即集合C有t个元素,则用户节点a和b共有n个好友,n=p+q-t,即集合F中有n个元素;
步骤2.2)构建由用户节点a指向集合F所有元素的n维向量Va,若F集合中的元素属于用户节点a的好友,则为1,否则为0;
步骤2.3)构建由用户节点b指向集合F所有元素的n维向量Vb,若F集合中的元素属于用户节点b的好友,则为1,否则为0。
4.根据权利要求1所述的一种基于计算几何的微博用户间距离的简单
模型,其特征还在于步骤3)还进一步包括:
步骤3.1)将向量Va和向量Vb点乘,得到用户节点a和b的相似度;
步骤3.2)取用户节点a和b的相似度的倒数,得到用户节点a和b的距离d。
5.根据权利要求1所述的一种基于计算几何的微博用户间距离的简单模型,其特征在于:所述的用户好友是指用户节点关注的其它用户节点。
6.根据权利要求2所述的一种基于计算几何的微博用户间距离的简单模型,其特征还在于:所述的用户的粉丝是指关注用户节点的其它用户节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410171928.6A CN103986641B (zh) | 2014-04-25 | 2014-04-25 | 一种基于计算几何的微博用户间距离的简单模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410171928.6A CN103986641B (zh) | 2014-04-25 | 2014-04-25 | 一种基于计算几何的微博用户间距离的简单模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103986641A true CN103986641A (zh) | 2014-08-13 |
CN103986641B CN103986641B (zh) | 2017-04-05 |
Family
ID=51278468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410171928.6A Expired - Fee Related CN103986641B (zh) | 2014-04-25 | 2014-04-25 | 一种基于计算几何的微博用户间距离的简单模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103986641B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103379165A (zh) * | 2012-04-26 | 2013-10-30 | 腾讯科技(深圳)有限公司 | 一种显示微博话题的方法、终端、服务器及系统 |
WO2013182055A1 (zh) * | 2012-06-06 | 2013-12-12 | 腾讯科技(深圳)有限公司 | 微博动态显示方法和装置、计算机存储介质 |
CN103488885A (zh) * | 2013-09-13 | 2014-01-01 | 电子科技大学 | 基于mmsb的微博网络用户行为分析方法 |
-
2014
- 2014-04-25 CN CN201410171928.6A patent/CN103986641B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103379165A (zh) * | 2012-04-26 | 2013-10-30 | 腾讯科技(深圳)有限公司 | 一种显示微博话题的方法、终端、服务器及系统 |
WO2013182055A1 (zh) * | 2012-06-06 | 2013-12-12 | 腾讯科技(深圳)有限公司 | 微博动态显示方法和装置、计算机存储介质 |
CN103488885A (zh) * | 2013-09-13 | 2014-01-01 | 电子科技大学 | 基于mmsb的微博网络用户行为分析方法 |
Non-Patent Citations (3)
Title |
---|
WEIGUO YUAN等: "Empirical Analysis and Evolution Modeling of Network Topological Structure in Microblog", 《IEEE》 * |
张胜兵等: "用户关系特征对微博转发行为影响分析研究", 《计算机工程与应用 》 * |
覃梦河等: "基于内容分析的微博用户关系推荐机制研究", 《图书馆论坛》 * |
Also Published As
Publication number | Publication date |
---|---|
CN103986641B (zh) | 2017-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260474B (zh) | 一种基于信息交互网络的微博用户影响力计算方法 | |
CN104966125B (zh) | 一种社交网络的物品评分及推荐方法 | |
Li et al. | Link prediction in social networks based on hypergraph | |
JP6259568B2 (ja) | ユーザ間の親密度に基づいて友人の友人を推薦するソーシャルネットワークサービスシステム及びその提供方法 | |
CN104156392B (zh) | 好友及应用个性化推荐方法及系统 | |
CN107169873B (zh) | 一种多特征融合的微博用户权威度评价方法 | |
CN104298785B (zh) | 一种众搜资源搜索方法 | |
CN105095419B (zh) | 一种面向微博特定类型用户的信息影响力最大化方法 | |
CN104133897B (zh) | 一种基于话题影响力的微博话题溯源方法 | |
CN102915307A (zh) | 一种个性化信息推荐的方法、装置及信息处理系统 | |
CN104598450A (zh) | 一种网络舆情事件的热度分析方法及系统 | |
CN103995859B (zh) | 一种应用于lbsn网络的基于地理标签的热点区域事件探测系统 | |
CN111125453A (zh) | 基于子图同构的社交网络中意见领袖角色识别方法及存储介质 | |
CN103345524A (zh) | 微博热点话题检测方法及系统 | |
CN103631949B (zh) | 一种社交网络数据采集方法及系统 | |
CN105678590A (zh) | 一种面向社交网络基于云模型的topN推荐方法 | |
Ju et al. | Relationship strength estimation based on Wechat Friends Circle | |
CN104035987A (zh) | 一种微博网络用户影响力排名方法 | |
CN106302849A (zh) | 一种通过运营商数据进行移固融合的方法 | |
US20140214834A1 (en) | Clustering signifiers in a semantics graph | |
CN109635192A (zh) | 面向微服务的海量资讯热度排行更新方法及平台 | |
CN109344643B (zh) | 一种面向图中三角形数据发布的隐私保护方法及系统 | |
CN107679097B (zh) | 一种分布式数据处理方法、系统和存储介质 | |
JP6009317B2 (ja) | スキル評価方法および装置 | |
CN103986641A (zh) | 一种基于计算几何的微博用户间距离的简单模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170405 Termination date: 20180425 |