CN104408108A - 基于灰色系统理论的热点话题群体影响力分析系统及方法 - Google Patents

Abstract

本发明请求保护一种基于灰色系统理论的热点话题群体影响力分析方法，涉及社交网络领域。首先分析用户行为，研究推动热点话题的群体态势，根据社会认同度、互动行为、传播深度、意见领袖，形式化定义用户个体推动，好友双向推动，团队推动三个要素；然后针对话题生命周期各阶段数据不均匀、稀疏性问题，利用灰色系统理论构建影响力模型，挖掘推动话题的群体对象；进而动态展现群体驱动话题演化的过程。本发明不仅能够量化热点话题下用户影响力而且对话题的未知动态进行有效预测。

Description

基于灰色系统理论的热点话题群体影响力分析系统及方法

技术领域

本发明属于社交网络领域，尤其涉及在热点话题下基于灰色系统理论的群体影响力分析。

背景技术

随着互联网、移动互联网的不断发展，人们已进入大数据时代，海量数据是互联网中的重要资源之一，其中蕴含着巨大的有用价值。各种社交网络平台的出现为用户提供了自由言论的场所，更有利于在海量数据中挖掘有用价值。这也推动在线社交网络成为了用户关系信息获取、分享及传播的重要平台。同时在社交网络中，用户具有主体性强、网络特征多样化、数据内容丰富以及群体间交互密切等特征。因此利用社交数据，通过分析用户特征、行为与影响力，可以对话题演化、信息传播以及用户影响力进行研究。

现阶段，针对热点话题的研究，主要有用户影响力、信息传播等方向不同程度的探索。针对用户影响力分析方面旨在研究用户在社交网络中对于其他用户的影响力，选择其中最具影响力的一批用户，使其对社交网络的影响力最大化。而对于信息传播与演化方面，则是通过提取社交网络中影响信息传播趋势的多个特征，与影响用户转发、评论的行为因素相结合，从而达到挖掘网络中信息传播态势的目的。然而，无论是对用户影响力分析还是基于用户特征对社交网络进行信息传播与演化的研究，对于网络用户的分析多是从用户的微观个体行为入手。本发明则是从介于微观与宏观之间的中观入手，根据用户行为特征属性对于网络群体进行整体性分析，针对推动话题产生、发展、消亡的用户群体，从话题中较为基础的社会认同度、互动行为、传播深度、意见领袖特征出发，挖掘每个话题生命周期中不同时间变化的背后推动群体。

发明内容

针对以上现有技术中的不足，本发明的目的在于提供一种具有高准确率、能够动态展现的挖掘热点话题演化过程中的幕后群体的分析系统及方法，本发明的技术方案如下：一种基于灰色系统理论的热点话题群体影响力分析系统，其包括在线抓取模块及离线分析模块，其中

在线抓取模块：用于获取在线社交网络话题数据，包括用户行为数据和用户关系数据；

离线分析模块：用于对热点话题用户影响力进行分析，挖掘推动话题演化的幕后群体；所述离线分析模块包括用户关系类模块、话题演化属性模块及推动属性模块；其中用户关系类模块用于对在线话题用户群体分类；话题演化属性模块用于分析信息传播、话题演化相关属性，并提取社会认同度、互动行为、传播深度、意见领袖对应互动数据；推动属性模块用于处理用户群体对应的推动属性及其数据；通过以上模块的处理工作，将推动属性输入到基于灰色系统的动态影响力模型中，量化热点话题下群体影响力而且对热点话题的未知动态进行预测。

一种基于灰色系统理论的热点话题群体影响力分析方法，其包括以下步骤：

201、在线获取、统计分析社交网络中热点话题的互动数据，包括用户行为数据及用户关系数据；

202、对热点话题互动用户群体分类，包括离散用户个体、双向好友群体和团队群体三类用户群体；

203、将话题演化的代表属性：社会认同度S(T)、互动行为II[y_i]、传播深度|f(v_i,T)|、意见领袖oi(T)，与步骤202中的三类用户群体相结合，形式化定义用户个人推动ipf(T)，好友双向推动ppf(T)，团队推动gpf(T)3种特征量；

204、选取步骤203中能够体现话题演化程度的社会认同度S(T)作为系统特征数据序列，设置用户个人推动，好友双向推动，团队推动为相关因素序列，构建基于灰色系统的动态影响力模型；

205、对步骤204中相应的动态影响力模型属性进行初始化，并调节学习参数，进行推动属性序列估计和优化群体影响因子；

206、根据步骤204中得到的推动属性序列和群体影响因子，采用相应动态影响力模型预测热点话题下一阶段的发展趋势。

进一步的，步骤202中热点话题互动用户群体分类的具体步骤为：

b1、根据热点话题互动用户及其关注者、粉丝信息构建互动用户关系网G(V,E)，并利用点边属性对其分类，其中V为单个热点话题互动用户群体，|V|＝N，即用户总数，为互动用户群体的好友关系边；

b2、将不存在好友关系的孤立个体划分为离散用户个体；

b3、将仅存在单个好友的点边关系个体划分为双向好友群体；

b4、将存在多条好友关系的朋友圈划分为团队群体。

进一步的，步骤203中的用户个体推动属性ipf(T)、好友双向推动ppf(T)，团队推动gpf(T)的具体表达式为：

c1、用户个体推动属性ipf(T)定义如下所示：

$\mathrm{ipf}\left(T\right)=\frac{s_{\mathrm{ipf}}\left(T\right)}{S\left(T\right)}\×e^{\mathrm{\ω}}---\left(1\right)$

其中S(T)为用户在社交网络中针对某个话题的T段时间社会认同度，s_ipf(T)为属于用户个体群体在T段时间社会认同度；ω为用户个体群体在话题中的互动行为ΙΙ[y_i]、传播深度|f(v_i，T)|、意见领袖oi(T)的组合权值；

c2、好友双向推动ppf(T)定义如下所示：

$\mathrm{ppf}\left(T\right)=\frac{s_{\mathrm{ppf}}\left(T\right)}{S\left(T\right)}\×e^{\mathrm{\ω}}---\left(2\right)$

其中s_ppf(T)为属于双向好友群体在T段时间社会认同度；ω为双向好友群体在话题中的互动行为ΙΙ[y_i]、传播深度|f(v_i,T)|和意见领袖oi(T)的组合权值；

c3、团队推动gpf(T)定义如下所示：

$\mathrm{gpf}\left(T\right)=\frac{s_{\mathrm{gpf}}\left(T\right)}{S\left(T\right)}\×e^{\mathrm{\ω}}---\left(3\right)$

其中s_gpf(T)为属于团队群体在T段时间社会认同度；ω为团队群体在话题中的互动行为ΙΙ[y_i]、传播深度|f(v_i,T)|和意见领袖oi(T)的组合权值，其定义如下所示：

ω＝u+ΙΙ[y_i]u(|f(v_i,T)|+1)+oi(T)   (4)

式中u为学习参数，作为指数的基础值存在，依据实验数据进行具体值的确定；ΙΙ[y_i]为互动行为指示函数，若用户v_i是转发行为即为真，指示函数值为1，否则值为0；|f(v_i,T)|为通过用户v_i获得的传播深度总数；oi(T)为意见领袖，其根据如下2个公式确定：

deg⁺(v_k)＝δ×(粉丝数-互听好友数)+互听好友数   (6)

其中V(T)为T段时间存在于用户关系网络中的用户总数，为T段时间及其之前参与互动的用户中粉丝数量特征值大于θ的用户,并选取意见领袖占总话题互动用户的10％-15％确定θ值。deg⁺(v_k)为v_k用户粉丝数量特征值；

进一步的，所述步骤205中模型属性进行初始化，调节学习参数的过程具体为：

e1、初始化学习参数，利用模型进行首次估计，得到社会认同度估计值以及群体影响因子；

e2、调节学习参数，重复获取社会认同度估计值以及群体影响因子；

e3、以残差最小为衡量标准，选取各时间段最小残差估计值对应的群体影响因子，将其作为推动话题演化的群体影响力量化数。

本发明的优点及有益效果如下：

本发明基于在线用户群体行为关系网络，考虑话题演化复杂的线上、线下动力学成因。针对热点话题普遍存在生命周期各阶段数据不均匀以及稀疏性问题，利用灰色系统理论基础思想和方法，构建热点话题群体行为影响力模型，发现社交网络平台中大众话题变化趋势的背后推动力量。融合微观度量和中观视角的研究方法，依据用户关系特性划分网络群体，通过时间离散化及时间切片方法，提出一种动态的热点话题群体行为影响力评估模型。使其能够动态化、阶段化展现不同用户群体在热点话题产生、发展、消亡生命周期演化过程中的量化推动影响力。本发明提出的基于灰色系统理论的热点话题群体影响力分析系统及方法不仅能够根据在线社交网络的话题演化相关驱动属性，挖掘每个热点话题在生命周期中的不同时间段内动态的推动群体，而且能够对下一时间段的话题互动变化量进行预测，对舆情管控、网络水军的发现提供有力依据。

附图说明

图1是按照本发明系统整体框架示意图；

图2是本发明的热点话题用户群体分类示意图；

图3是本发明的热点话题互动数据时间段划分图；

图4是本发明的模型学习算法实施模块图。

具体实施方式

下面结合附图给出一个非限定的实施例对本发明作进一步的阐述。但是应该理解，这些描述只是示例的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1所示为本发明的系统整体框架示意图，包括以下模块：在线抓取模块和离线分析模块。其中离线分析模块又包括话题演化属性模块、用户关系类模块、推动属性等模块。首先，利用在线社交网络热点话题的用户行为数据、关系数据，对话题生命周期进行时间切片(在线抓取模块)；然后，在用户行为数据处理方面，依据信息传播四类属性：社会认同度S(T)、互动行为II[y_i]、传播深度|f(v_i,T)|、意见领袖oi(T)提取相应数据(话题演化属性模块)；对应用户关系数据，构建热点话题用户关系网络。并通过点边属性划分为3种用户群体：离散用户个体、双向好友群体、团队群体(用户关系类模块)；其次，将信息传播属性与各类用户群体有机结合，形式化定义个体推动，好友双向推动，团队推动三个要素(推动属性模块)；最后，构建基于灰色系统理论的热点话题群体行为影响力模型，量化热点话题下群体影响力以及对热点话题的未知动态进行有效预测。

如图2所示为本发明的热点话题用户群体分类示意图，本发明是根据热点话题互动用户及其关注者、粉丝信息构建互动用户关系网。并利用点边属性对其分类。由图2可以清楚看到互动用户群体一般可划分为如下三类。离散用户个体是不存在好友关系的孤立个体；双向好友群体是仅存在单个好友的点边关系个体；团队群体是存在多条好友关系的朋友圈。在划分好用户群体之后，根据群体影响力模型，发现推动话题产生、发展、消亡各阶段的幕后群体对象。

如图3所示为本发明热点话题互动数据时间段划分图。针对用户不同时间段的互动数据其中(a,v_i,t)代表用户v_i在t时刻进行a互动行为，A为用户群体在T_k时间段内的互动行为，Ψ为针对单个话题的用户互动行为集合。对于单个话题的时间段，是通过对热点话题生命周期中时间的适当划分得到的。

将互动数据时间段切片之后，根据3种用户群体：离散用户个体、双向好友群体、团队群体，与信息传播属性相融合，定义个体推动，好友双向推动，团队推动，这3种推动属性如下所示：

$\mathrm{ipf}\left(T\right)=\frac{s_{\mathrm{ipf}}\left(T\right)}{S\left(T\right)}\×e^{\mathrm{\ω}}---\left(1\right)$

$\mathrm{ppf}\left(T\right)=\frac{s_{\mathrm{ppf}}\left(T\right)}{S\left(T\right)}\×e^{\mathrm{\ω}}---\left(2\right)$

$\mathrm{gpf}\left(T\right)=\frac{s_{\mathrm{gpf}}\left(T\right)}{S\left(T\right)}\×e^{\mathrm{\ω}}---\left(3\right)$

其中S(T)为用户在社交网络中针对某个话题的T段时间社会认同度，s_ipf(T)为属于用户个体群体在T段时间社会认同度，s_ppf(T)为属于双向好友群体在T段时间社会认同度，s_gpf(T)为属于团队群体在T段时间社会认同度。ω为对应群体在话题中的互动行为ΙΙ[y_i]、传播深度|f(v_i,T)|、意见领袖oi(T)的组合权值。

在定义推动属性之后，构建基于灰色系统的热点话题群体影响力模型，下面对模型进行介绍。

选取能够体现话题演化程度的社会认同度作为系统特征数据序列S⁽⁰⁾＝(s⁽⁰⁾(T₁),s⁽⁰⁾(T₂),…,s⁽⁰⁾(T_n))，而设：

ipf⁽⁰⁾＝(ipf⁽⁰⁾(T₁),ipf⁽⁰⁾(T₂),…,ipf⁽⁰⁾(T_n))   (7)

ppf⁽⁰⁾＝(ppf⁽⁰⁾(T₁),ppf⁽⁰⁾(T₂),…,ppf⁽⁰⁾(T_n))   (8)

gpf⁽⁰⁾＝(gpf⁽⁰⁾(T₁),gpf⁽⁰⁾(T₂),…,gpf⁽⁰⁾(T_n))   (9)

为相关因素序列。对系统特征数据序列以及相关因素序列做一次累加生成数列处理以及单位化处理，得到S⁽¹⁾，ipf⁽¹⁾，ppf⁽¹⁾，gpf⁽¹⁾单位累加生成序列，其中设S⁽⁰⁾的紧邻均值生成序列为其中 $z_1^{\left(1\right)}\left(T_k\right)=0.5s^{\left(1\right)}+0.5s^{\left(1\right)}\left(T_{k-1}\right).$ 进而得到模型如下所示：

$\begin{array}{c}{s}^{\left(0\right)}\left(T_k\right)+\mathrm{\β}{z}_1^{\left(1\right)}\left(T_k\right)\\ ={\mathrm{\γ}}_1\×{\mathrm{ipf}}^{\left(1\right)}\left(T_k\right)+{\mathrm{\γ}}_2\×{\mathrm{ppf}}^{\left(1\right)}\left(T_k\right)+{\mathrm{\γ}}_3\×{\mathrm{gpf}}^{\left(1\right)}\left(T_k\right)\end{array}---\left(10\right)$

矩阵方程形式为

Y＝B△   (11)

其中

$B=\left[\begin{array}{cc}-z_1^{\left(1\right)}\left(T_2\right)& {\mathrm{ipf}}^{\left(1\right)}\left(T_2\right)+{\mathrm{ppf}}^{\left(1\right)}\left(T_2\right)+{\mathrm{gpf}}^{\left(1\right)}\left(T_2\right)\\ -z_1^{\left(1\right)}\left(T_3\right)& {\mathrm{ipf}}^{\left(1\right)}\left(T_3\right)+{\mathrm{ppf}}^{\left(1\right)}\left(T_3\right)+{\mathrm{gpf}}^{\left(1\right)}\left(T_3\right)\\ .& .\\ .& .\\ .& .\\ -z_1^{\left(1\right)}\left(T_n\right)& {\mathrm{ipf}}^{\left(1\right)}\left(T_n\right)+{\mathrm{ppf}}^{\left(1\right)}\left(T_n\right)+{\mathrm{gpf}}^{\left(1\right)}\left(T_n\right)\end{array}\right]---\left(12\right)$

$Y=\left[\begin{array}{c}\left|\begin{array}{c}{s}^{\left(0\right)}\left(T_2\right)\\ s^{\left(0\right)}\left(T_3\right)\\ .\\ .\\ .\\ s^{\left(0\right)}\left(T_n\right)\end{array}\right.\end{array}\right]---\left(13\right)$

△＝[β,γ₁,γ₂,γ₃,γ₄]   (14)

利用最小二乘算法，可得到△的最小估计值进而根据Eqs.10获取不同时间段的社会认同度估计值社会认同度估计值依据权值中学习参数的变化而不同，通过模型学习算法以残差最小为衡量标准，获取残差最小社会认同度估计值对应的群体影响因子，从而定量反映各相关因素对主因素(社会认同度)影响。根据相邻时刻的群体影响因子具有较大关联性，利用T_k时刻的群体影响因子对下一时刻的相关话题社会认同度进行预测，利用公式：

$\begin{array}{c}{s}^{\left(0\right)}\left(T_{k+1}\right)+\mathrm{\β}{z}_1^{\left(1\right)}\left(T_{k+1}\right)\\ ={\mathrm{\γ}}_1\×{\mathrm{ipf}}^{\left(1\right)}\left(T_{k+1}\right)+{\mathrm{\γ}}_2\×{\mathrm{ppf}}^{\left(1\right)}\left(T_{k+1}\right)+{\mathrm{\γ}}_3\×{\mathrm{gpf}}^{\left(1\right)}\left(T_{k+1}\right)\end{array}---\left(15\right)$

可对模型进行下一时间段T_k+1预测。

如图4所示为本发明的模型学习算法实施模块图。传统的灰色系统模型是连续时间的函数，随着时间推移，在进行预测值求解时，一些扰动因素将对系统产生影响。尤其是参数的选取，甚至随着时刻的逐渐后移，某些误差的影响会以指数形式扩大，引起预测值与当前实际值差距拉大的现象。针对以上局限性，对灰色系统预测模型进行了一些改进，并以此为基础结合在线社会网络用户行为属性，建立基于灰色系统理论的群体影响力模型，通过模型学习算法，获取残差最小的用户社会认同度估计值以及对应的用户驱动群体影响因子。

总体来说，模型学习算法分为两步：1)调节学习参数，并根据灰色理论获取不同时间段的社会认同度估计值、群体影响因子；2)以残差最小为衡量标准，将残差最小社会认同度估计值对应的群体影响因子定为相应时刻的群体影响因子。学习模型算法具体步骤如下所示：首先是初始化学习参数，利用模型进行首次估计，得到社会认同度估计值以及群体影响因子；然后不断调节学习参数，重复获取社会认同度估计值以及群体影响因子；以残差最小为衡量标准，选取各时间段最小残差估计值对应的群体影响因子，将其作为推动话题演化的群体影响力量化数；针对下一时间段的用户社会认同度，本发明根据前一时间段获取的最终群体影响因子进行预测。由于每次建立模型求解用到的“原始数据”都为话题数据，保留了真实信息。不断调节学习参数，对模型的用户社会认同度估计值逐渐进行修正，减小误差，提高精确度。其中调节学习参数repeat阶段算法运行复杂度与学习参数的选择密切相关，时间复杂度T_repeat＝O(n)；群体影响因子选择阶段时间复杂度T_select＝O(n)；预测阶段时间复杂度T_forecast＝O(1)。算法总体运行复杂度T＝T_repeat+T_select+T_forecast～O(n)。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种基于灰色系统理论的热点话题群体影响力分析系统，其特征在于，包括在线抓取模块及离线分析模块，其中 

在线抓取模块：用于获取在线社交网络话题数据，包括用户行为数据和用户关系数据； 

离线分析模块：用于对热点话题用户影响力进行分析，挖掘推动话题演化的幕后群体；所述离线分析模块包括用户关系类模块、话题演化属性模块及推动属性模块；其中用户关系类模块用于对在线话题用户群体分类；话题演化属性模块用于分析信息传播、话题演化相关属性，并提取社会认同度、互动行为、传播深度、意见领袖对应互动数据；推动属性模块用于处理用户群体对应的推动属性及其数据；通过以上模块的处理工作，将推动属性输入到基于灰色系统的动态影响力模型中，量化热点话题下群体影响力而且对热点话题的未知动态进行预测。 

2.一种基于灰色系统理论的热点话题群体影响力分析方法，其特征在于，包括以下步骤： 

201、在线获取、统计分析社交网络中热点话题的互动数据，包括用户行为数据及用户关系数据； 

202、对热点话题互动用户群体分类，包括离散用户个体、双向好友群体和团队群体三类用户群体； 

203、将话题演化的代表属性：社会认同度S(T)、互动行为II[y_i]、传播深度|f(v_i,T)|、意见领袖oi(T)，与步骤202中的三类用户群体相结合，形式化定义用户个人推动ipf(T)，好友双向推动ppf(T)，团队推动gpf(T)3种特征量； 

204、选取步骤203中能够体现话题演化程度的社会认同度S(T)作为系统特征数据序列，设置用户个人推动，好友双向推动，团队推动为相关因素序列，构建基于灰色系统的动态影响力模型； 

205、对步骤204中相应的动态影响力模型属性进行初始化，并调节学习参数，进行推动属性序列估计和优化群体影响因子； 

206、根据步骤204中得到的推动属性序列和群体影响因子，采用相应动态影响力模型预测热点话题下一阶段的发展趋势。 

3.根据权利要求2所述的基于灰色系统理论的热点话题群体影响力分析方法，其特征在于，步骤202中热点话题互动用户群体分类的具体步骤为： 

b1、根据热点话题互动用户及其关注者、粉丝信息构建互动用户关系网G(V,E)，并利用点边属性对其分类，其中V为单个热点话题互动用户群体，|V|＝N，即用户总数，为互动用户群体的好友关系边； 

b2、将不存在好友关系的孤立个体划分为离散用户个体； 

b3、将仅存在单个好友的点边关系个体划分为双向好友群体； 

b4、将存在多条好友关系的朋友圈划分为团队群体。 

4.根据权利要求2所述的基于灰色系统理论的热点话题群体影响力分析方法，其特征在于，步骤203中的用户个体推动属性ipf(T)、好友双向推动ppf(T)，团队推动gpf(T)的具体表达式为： 

c1、用户个体推动属性ipf(T)定义如下所示： 

其中S(T)为用户在社交网络中针对某个话题的T段时间社会认同度，s_ipf(T)为属于用户个体群体在T段时间社会认同度；ω为用户个体群体在话题中的互动行为II[y_i]、传播深度|f(v_i,T)|、意见领袖oi(T)的组合权值； 

c2、好友双向推动ppf(T)定义如下所示： 

其中s_ppf(T)为属于双向好友群体在T段时间社会认同度；ω为双向好友群体在话题中的互动行为II[y_i]、传播深度|f(v_i,T)|和意见领袖oi(T)的组合权值； 

c3、团队推动gpf(T)定义如下所示： 

其中s_gpf(T)为属于团队群体在T段时间社会认同度；ω为团队群体在话题中的互动行为II[y_i]、传播深度|f(v_i,T)|和意见领袖oi(T)的组合权值，其定义如下所示： 

ω＝u+II[y_i]u(|f(v_i,T)|+1)+oi(T)    (4) 

式中u为学习参数，作为指数的基础值存在，依据实验数据进行具体值的确定；II[y_i]为互动行为指示函数，若用户v_i是转发行为即为真，指示函数值为1，否则值为0；|f(v_i,T)|为通过用户v_i获得的传播深度总数；oi(T)为意见领袖，其根据如下2个公式确定： 

deg⁺(v_k)＝δ×(粉丝数-互听好友数)+互听好友数    (6) 

其中V(T)为T段时间存在于用户关系网络中的用户总数， 为T段时间及其之前参与互动的用户中粉丝数量特征值大于θ的用户,并选取意见领袖占总话题互动用户的10％-15％确定θ值。deg⁺(v_k)为v_k用户粉丝数量特征值。 

5.根据权利要求2所述的基于灰色系统理论的热点话题群体影响力分析方法，其特征在于，所述步骤205中模型属性进行初始化，调节学习参数的过程具体为： 

e1、初始化学习参数，利用模型进行首次估计，得到社会认同度估计值以及群体影响因子； 

e2、调节学习参数，重复获取社会认同度估计值以及群体影响因子； 

e3、以残差最小为衡量标准，选取各时间段最小残差估计值对应的群体影响因子，将其作为推动话题演化的群体影响力量化数。