CN104537096A - 一种基于微博消息传播树的微博消息影响力度量方法 - Google Patents

Abstract

本发明公开了一种基于微博消息传播树的微博消息影响力度量方法。包括以下步骤：获取微博中用户发布的消息，读取消息的消息类型和交互类型，将消息按时间顺序排列成消息队列，读取用户的历史交互属性；从消息队列中读取第k个消息，将发布当前消息的用户作为节点，将当前消息的交互类型作为边加入到前k-1个消息的传播图，对传播图进行处理形成传播树；获取传播树每条边的影响力权值；每条边的影响力权值求和，得到微博消息影响力。本发明考虑微波消息隐式交互行为，全面、有效地计算了微博消息影响力。

Description

一种基于微博消息传播树的微博消息影响力度量方法

技术领域

本发明属于网络信息智能分析领域，尤其涉及一种基于微博消息传播树的微博消息影响力度量方法。

背景技术

微博作为一种快速信息传播的媒介平台，已经成为人们生活的一部分。随着Twitter在全球的兴起，微博得到了迅速发展。在中国，微博的用户数也是爆炸式的增长，到2011年8月，新浪微博注册用户数已经超过2亿。微博用户每天产生大量的消息，通过用户之间的交互在微博网络中快速传播。由于微博网络中的消息具有传播迅速，生命周期短等特征，使得针对微博网络的信息传播的研究显得更加具有意义。

然而针对微博网络的消息影响力评价，在现在的社会网络研究中很少有学者关注。研究人员们往往通过直观的方法来对消息的影响力进行评价，例如通过微博消息的转发数和评论数。这类方法在微博网络开始的早期有很好的评价效果。但是随着微博网络的飞速发展，大量的垃圾消息以及一些虚假的广告消息频繁在微博网络中出现，甚至有些虚假的广告消息由于其人工的购买机器人粉丝来进行转发被推送到了微博的热门消息首页上。这也使得传统的微博网络消息影响力计算方法无法有效的避免恶意的广告传播。

针对舆情监控领域来讲，有关社会网络的话题突发以及热点话题发现与跟踪技术已经有很成熟的发展，部分研究人员也在针对微博网络的突发话题检测和热点话题发现与跟踪进行研究。在微博网络领域，消息传播得更快更广，往往一条微博就能引起话题的突发，因此准确地定义一条微博的影响力就成为了检测话题突发的关键。并且如何清晰的描述一条微博的传播过程在微博网络中的舆情控制也起到了重要的作用。

在商业的角度上，商家投放广告希望能够知道消息的真实影响力，这样才能正确地评估出广告投放的效果，并给予相应的广告投放的费用。因此对于微博网络消息的影响力评估是具有重大的研究意义的。

对于微博网络用户而言，正确有效的对微博消息影响力进行评估可以使得微博用户准确的阅读到有价值的微博消息。使得用户尽可能的避免被一些虚假的广告消息所诱导，使得微博用户产生不必要的经济损失。因此综上所述，针对微博网络的消息影响力的评估无论在舆情领域、商业领域以及网络用户都有着巨大的实用价值。

发明内容

本发明的目的是提供一种考虑微博消息隐式交互行为的，基于微博消息传播树的微博消息影响力度量方法。

本发明是通过以下技术方案实现的：

一种基于微博消息传播树的微博消息影响力度量方法，包括以下几个步骤：

步骤一：获取微博中用户发布的消息，读取消息的消息类型和交互类型，将消息按时间顺序排列成消息队列，读取用户的历史交互属性，消息类型包括原始消息、转发消息和回复消息，交互类型包括显示交互和隐式交互，显示交互包括转发、回复、和提及，隐式交互包括粉丝数；

步骤二：从消息队列中读取第k个消息，将发布当前消息的用户作为节点，将当前消息的交互类型作为边加入到前k-1个消息的传播图，对传播图进行处理形成传播树；

步骤三：获取传播树每条边的影响力权值

步骤四：对传播树上每条边的影响力权值求和，得到微博消息影响力：

${\mathrm{Influence}}_m=\underset{A,B\∈N}{\mathrm{\Σ}}{\mathrm{\ω}}_{(A,B)}^t.$

本发明一种基于微博消息传播树的微博消息影响力度量方法，还可以包括：

1、对传播图进行处理形成传播树的方法为，

判断生成的传播图是否出现环路，如果存在环路，判断第k个消息的发布用户的两条边的权值，进行如下操作：

a.如果两条边的权值不等，删除权值小的边；

b.如果两条边的权值相等，删除消息队列排在前面的边；

如果不出现环路，当前传播图即为传播树。

2、获取传播树每条边的影响力权值的方法为，

步骤一：使用用户历史交互属性对边的影响力进行修改，得到修改后的边的影响力：

$I_{(A,B)}^t=\left[\begin{array}{cc}{\mathrm{Follow}}_A& {\mathrm{Comment}}_A\\ {\mathrm{Mention}}_A& {\mathrm{Retweet}}_A\end{array}\right]$

${\mathrm{Follow}}_A={\mathrm{\ω}}_{\mathrm{Follow}}\×{\mathrm{\ω}}_{\mathrm{Follow}}^A$

${\mathrm{Comment}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Comment}}\×{\mathrm{\ω}}_{\mathrm{Comment}}^A$

${\mathrm{Mention}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Mention}}\×{\mathrm{\ω}}_{\mathrm{Mention}}^A$

${\mathrm{Retweet}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Retweet}}\×{\mathrm{\ω}}_{\mathrm{Retweet}}^A$

其中，ω_Retweet为显示交互中转发的权值，ω_Comment为显示交互中回复的权值，ω_Mention为显示交互中提及的权值，ω_Follow为隐式交互中粉丝数的权值，Follow_A为修改后的边的粉丝交互权值，Comment_A修改后的边的回复交互权值，Mention_A为修改后的边的提及交互权值，Retweet_A为修改后的边的转发交互权值，用户历史交互属性包括其粉丝历史属性回复历史属性提及历史属性转发历史属性

步骤二：对当前边的影响力进行周期性调节，得到时间环境下的边的影响力：

${\mathrm{\ΔI}}_{(A,B,T)}^{(t-1,t)}={\left[\begin{array}{c}{F}_A\\ F_B\end{array}\right]}^T\·{\mathrm{\ΔI}}_{(A,B)}^{(t-1,t)}$

其中F_A为用户A影响力函数，F_B为用户B的的影响力函数；

步骤三：对时间环境下的边的影响力进行衰减计算，得到t时刻边的影响力权值：

${\mathrm{\ω}}_{(A,B)}^t=I_{(A,B,T)}^{t-1}\·D+{\mathrm{\ΔI}}_{(A,T,t)}^{(t-1,t)}\·\left[\begin{array}{c}1\\ 1\end{array}\right]$

其中，D是衰减系数。

有益效果：

1)本发明提出了一种基于微博消息传播树的消息影响力度量方法，不仅考虑在微博消息传播中的显式交互对微博影响力的影响，同时考虑隐式交互对微博网络影响力的影响。通过不同的交互类型给予不同的交互权值，更加有效的对微博影响力进行评价。

2)从影响力的角度，引入权值的衰减机制，能够过滤掉一些垃圾用户、水军等对微博消息影响力度量的影响。

3)本发明同时对消息的传播结构进行分析，清晰有效的表述了整个消息传播的主要过程。结合消息的影响力与消息传播结构来识别消息在传播过程中产生的虚假影响力。

附图说明

图1消息影响力计算流程图。

图2传播图稀疏化生成传播树流程图。

图3动态传播树构建过程示意图。

具体实施方式

下面将结合附图对本发明做进一步详细说明。

新浪微博为用户提供了多种操作接口：发布消息、关注、提及、转发、回复、搜索。用户发布一些小于140字的消息，该消息将直接推送给粉丝用户。如果在消息中含有“用户名”，则直接将消息推送给特定的用户。用户可以直接关注自己感兴趣的用户，其关注者发布的消息都会被推送到用户首页。用户可以通过搜索接口提交关键词搜索微博消息或者微博用户。这些操作接口和Twitter的功能基本相似。

现有的微博消息影响力计算，仅考虑了微博的转发数和回复数来评价消息的影响力。没有去考虑微博中的隐式交互带来的影响力，例如发布用户的粉丝，以及提及用户，因为用户的粉丝以及被提及的用户很有可能会阅读该条微博。同时现有的微博消息影响力的评价方法没有考虑传播结构对微博影响力评价的影响。例如在广告恶意营销中，有的商家为了使得消息有更大的影响力，购买大量的水军造成消息被大量转发的假象，但是却无法持续的产生大规模转发以及无法控制消息的传播结构，通常仅存在一层大规模的转发。

本发明提出一种基于消息交互传播树的微博消息影响力度量方法，首先通过微博网络消息的传播过程生成相应的微博消息传播树。通过考虑显式交互和隐式交互来计算微博的消息的影响力。在计算微博消息影响力的同时通过传播树的结构来对垃圾消息进行一个有效的识别。如图1～图3所示，具体包括以下几个步骤：

(一)获取微博中用户发布的消息，读取消息的消息类型和交互类型，将消息按时间顺序排列成消息队列，读取用户的历史交互属性，消息类型包括原始消息、转发消息和回复消息，交互类型包括显示交互和隐式交互，显示交互包括转发、回复、和提及，隐式交互包括粉丝数。用户历史交互属性是指用户历史所发布的消息所产生的不同交互类型的影响，根据历史消息产生的转发数，回复数，粉丝数，以及提及数进行属性赋值。

(二)生成消息传播图，并对传播图进行处理形成传播树。微博网络中不同的消息在用户的交互作用下的传播过程是不同的，本章首先对用户交互权值的计算及衰减过程进行了介绍。然后描述了在用户交互图的稀疏化基础上动态建立消息传播有向树模型的过程。

本文中考虑的用户之间的交互集合I＝{Follow,Comment,Mention,Retweet}。User B产生的Follow交互和Mention交互都是作用于User A，对于User A来说，是一种被动的无需参与的交互形式。User B产生的Comment和Retweet交互都是作用于User A的消息，从因果关系和时序上来看，只有User A的消息已经存在，才会产生Comment和Retweet交互。

引入交互矩阵来描述用户交互，用户交互矩阵可以描述用户之间的交互类型、频次。对于一对用户A和B来说，A在t时刻主动发起的交互行为的用户交互度量矩阵为 $I_{(A,B)}^t=\left[\begin{array}{cc}{\mathrm{Follow}}_A& {\mathrm{Comment}}_A\\ {\mathrm{Mention}}_A& {\mathrm{Retweet}}_A\end{array}\right].$ 因此，在(t-1，t)时间段内交互记为 $\mathrm{\Δ}{I}_{(A,B)}^{(t-1,t)}=\left[\begin{array}{cc}{\mathrm{\ΔFollow}}_A& {\mathrm{\ΔComment}}_A\\ {\mathrm{\ΔMention}}_A& \mathrm{\Δ}{\mathrm{Retweet}}_A\end{array}\right],$ 其中各个元素的计算按照公式一到四进行计算。

ΔFollow_A＝ω_Follow              (1)

${\mathrm{\ΔComment}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{comment}}---\left(2\right)$

${\mathrm{\ΔMention}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Mention}}---\left(3\right)$

${\mathrm{\ΔRetweet}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Retweet}}---\left(4\right)$

对于不同交互类型对应的权值关系为ω_Retweet≥ω_Comment≥ω_Mention≥ω_Follow。

对于某用户主动发起的交互，其交互权值的大小不仅跟交互的类型和频次有关，而且跟用户的整体属性有关，不同的用户产生某种类型的交互可能对消息的传播产生的影响并不相同，因此本文中引入产生不同交互对应的用户历史属性系数。对于某用户A来说，其Follow历史属性系数记为回复历史属性系数记为提及历史属性系数为转发历史属性系数为因此，在引入用户属性权值之后，用户A为发起方的某类交互在(t-1，t)时间段内对应权值为公式1-4。

${\mathrm{\ΔFollow}}_A={\mathrm{\ω}}_{\mathrm{Follow}}\×{\mathrm{\ω}}_{\mathrm{Follow}}^A---\left(5\right)$

$\mathrm{\Δ}{\mathrm{Comment}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Comment}}\×{\mathrm{\ω}}_{\mathrm{Comment}}^A---\left(6\right)$

$\mathrm{\Δ}{\mathrm{Mention}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Mention}}\×{\mathrm{\ω}}_{\mathrm{Mention}}^A---\left(7\right)$

$\mathrm{\Δ}{\mathrm{Retweet}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Retweet}}\×{\mathrm{\ω}}_{\mathrm{Retweet}}^A---\left(8\right)$

从统计观点来看，用户的行为呈现周期性，不同的时间段内用户交互行为对应的影响是不相同的。文中将引入用户影响力函数来描述用户交互行为在不同时间段内的影响力，该函数是以天为周期的函数。用户A影响力函数记为F_A，用户B的的影响力函数记为F_B。对于用户A主动向用户B发起Follow和Comment交互，其作用于用户B中的消息实体，因此，这两种交互与用户B的影响力有关。对于用户A主动向用户B发起Mention和Retweet交互，其作用于用户A的消息实体，因此，这两种交互与用户A的影响力有关。因此，对于引入用户影响力函数后的用户A的交互权值记为此时用户a产生的交互权值记为

${\mathrm{\ΔI}}_{(A,B,T)}^{(t-1,t)}={\left[\begin{array}{c}{F}_A\\ F_B\end{array}\right]}^T\·{\mathrm{\ΔI}}_{(A,B)}^{(t-1,t)}---\left(9\right)$

微博网络中的消息生命周期一边都比较短，在消息传播过程中，消息的影响力是随时间的推迟快速衰减的过程，鉴于交互与消息传播过程的关系，交互权值也要随之衰减。由于作用于用户的交互权值衰减过程非常缓慢，但是作用于消息实体的交互权值衰减速度较快，因此针对不同交互类型的衰减过程分别描述。对于用户A在t-1时刻的交互权值 $I_{(A,B,T)}^{t-1}=\left[\begin{array}{cc}{I}_{\mathrm{user}}& I_{\mathrm{Teweet}}\end{array}\right],$ 其中I_user为交互作用于用户实体的影响力，第二个元素为交互行为作用于消息实体的影响力。本文中针对交互权值矩阵引入衰减矩阵 $D=\left[\begin{array}{c}{D}_{\mathrm{user}}\\ D_{\mathrm{Teweet}}\end{array}\right],$ 其中D_user描述基于用户的交互在时间因素下衰减过程，D_Teweet描述基于消息的交互在时间因素下衰减过程。t时刻用户A对B的交互影响力权值记为因此其权值计算如公式6所示，其中是t-1时刻已经产生的交互权值， ${\mathrm{\ΔI}}_{(A,B,T)}^{(t-1,t)}\·\left[\begin{array}{c}1\\ 1\end{array}\right]$ 为(t-1，t)时间段内产生的交互权值，由于这部分为新产生的交互，其交互权值在此时无需衰减。

${\mathrm{\ω}}_{(A,B)}^t=I_{(A,B,T)}^{t-1}\·D+{\mathrm{\ΔI}}_{(A,T,t)}^{(t-1,t)}\·\left[\begin{array}{c}1\\ 1\end{array}\right]---\left(10\right)$

对于t时刻，单条消息传播形成的有向传播树用C^t表示，C^t＝(V,E,ω)，其中V是单条消息传播过程中参与交互的用户集合。E代表用户交互的有向边，ω为两个用户之间交互的权值。有向传播树的建立过程分为三步：

1)建立t时刻单消息传播的用户交互图；

2)根据用户交互行为计算用户交互权值；

3)依据边的稀疏策略动态的建立一颗带权的有向传播树。

为了在消息传播过程中的用户交互图基础上构建消息传播树，本文采用动态的稀疏化处理策略，对于两个用户之间最多只有一条边来描述消息传播过程，且保证消息传播过程中始终为一颗树。对于A产生交互作用于B，B在t-1时刻就已经在消息传播树C^t-1中，并且B与C有一条有向交互边。动态边的稀疏处理策略如图1所示，根据该处理策略。

(三)根据动态消息传播树计算微博消息影响力。消息m在t时刻整个网络的传播树可以表示为G_m ^t(N,E,W)，其中N表示当前参与信息传播的用户集合，E表示信息传播树的边，W表示边的权重。因此在t时刻微博消息影响力计算公式如下：

${\mathrm{Influence}}_m=\underset{A,B\∈N}{\mathrm{\Σ}}{\mathrm{\ω}}_{(A,B)}^t---\left(11\right)$

其中，影响力计算公式中的N表示所有参与消息传播的用户集合。

实验验证

为了验证本发明的有效性，我们搭建了典型应用环境。本文中以广度优先的滚雪球方式对新浪微博中用户发布的消息及其相关评论数据进行了抓取，共计抓取了7000多万条消息，抓取了177万用户。为了使实验更具说服力，对原始数据集进行了筛选，最终选择了其中的230万条消息数据，其中包括评论条数约为100万条。为了保护用户的个人隐私，对数据集进行了隐私保护处理，数据集中将用户对应的真实ID进行hash处理，从而隐去用户原始的ID消息。实验数据集中也不涉及用户发布的消息内容和任何与用户相关的个人隐私信息。

影响力排序对比实验：

消息在整个传播过程中，影响力受到各种因素影响，消息的影响力是一个快速变化的过程。该实验中利用用户交互矩阵度量消息的影响力，任意时刻的消息影响力只需遍历消息有向传播树中边，边的权值累加即为该时刻的消息影响力。目前常用follow数或者消息转发数来度量消息的影响力，但是消息传播过程中的影响力还受到其他因素影响。因此试验在新浪微博数据集上主要对比了基于转发数和基于用户粉丝的消息影响力度量方法。

通过三种消息影响力度量方法给出了数据集中的top10消息。基于用户交互的影响力度量由于综合考虑了用户之间的所有交互行为，所以基本能将以follow数或者转发数的影响力全部包括在内。证明了本文所提出的方法能够有效的度量微博网络中的消息影响力。

Claims (3)

1.一种基于微博消息传播树的微博消息影响力度量方法，其特征在于，包括以下几个步骤：

步骤一：获取微博中用户发布的消息，读取消息的消息类型和交互类型，将消息按时间顺序排列成消息队列，读取用户的历史交互属性，消息类型包括原始消息、转发消息和回复消息，交互类型包括显示交互和隐式交互，显示交互包括转发、回复、和提及，隐式交互包括粉丝数；

步骤二：从消息队列中读取第k个消息，将发布当前消息的用户作为节点，将当前消息的交互类型作为边加入到前k-1个消息的传播图，对传播图进行处理形成传播树；

步骤三：获取传播树每条边的影响力权值

步骤四：对传播树上每条边的影响力权值求和，得到微博消息影响力：

${\mathrm{Influence}}_m=\underset{A,B\∈N}{\mathrm{\Σ}}{\mathrm{\ω}}_{(A,B)}^t.$

2.根据权利要求1所述的一种基于微博消息传播树的微博消息影响力度量方法，其特征在于：所述的对传播图进行处理形成传播树的方法为，

判断生成的传播图是否出现环路，如果存在环路，判断第k个消息的发布用户的两条边的权值，进行如下操作：

a.如果两条边的权值不等，删除权值小的边；

b.如果两条边的权值相等，删除消息队列排在前面的边；

如果不出现环路，当前传播图即为传播树。

3.根据权利要求1所述的一种基于微博消息传播树的微博消息影响力度量方法，其特征在于：

所述的获取传播树每条边的影响力权值的方法为，

步骤一：使用用户历史交互属性对边的影响力进行修改，得到修改后的边的影响力：

$I_{(A,B)}^t=\left[\begin{array}{cc}{\mathrm{Follow}}_A& {\mathrm{Comment}}_A\\ {\mathrm{Mention}}_A& {\mathrm{Retweet}}_A\end{array}\right]$

${\mathrm{Follow}}_A={\mathrm{\ω}}_{\mathrm{Follow}}\×{\mathrm{\ω}}_{\mathrm{Follow}}^A$

${\mathrm{Comment}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Comment}}\×{\mathrm{\ω}}_{\mathrm{Comment}}^A$

${\mathrm{Mention}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Mention}}\×{\mathrm{\ω}}_{\mathrm{Mention}}^A$

${\mathrm{Retweet}}_A=\underset{(t-1,t)}{\mathrm{\Σ}}{\mathrm{\ω}}_{\mathrm{Retweet}}\×{\mathrm{\ω}}_{\mathrm{Retweet}}^A$

其中，ω_Retweet为显示交互中转发的权值，ω_Comment为显示交互中回复的权值，ω_Mention为显示交互中提及的权值，ω_Follow为隐式交互中粉丝数的权值，Follow_A为修改后的边的粉丝交互权值，Comment_A修改后的边的回复交互权值，Mention_A为修改后的边的提及交互权值，Retweet_A为修改后的边的转发交互权值，用户历史交互属性包括其粉丝历史属性回复历史属性提及历史属性转发历史属性

步骤二：对当前边的影响力进行周期性调节，得到时间环境下的边的影响力：

${\mathrm{\ΔI}}_{(A,B,T)}^{(t-1,t)}={\left[\begin{array}{c}{F}_A\\ F_B\end{array}\right]}^T\·{\mathrm{\ΔI}}_{(A,B)}^{(t-1,t)}$

其中F_A为用户A影响力函数，F_B为用户B的的影响力函数；

步骤三：对时间环境下的边的影响力进行衰减计算，得到t时刻边的影响力权值：

${\mathrm{\ω}}_{(A,B)}^t=I_{(A,B,T)}^{t-1}\·D+{\mathrm{\ΔI}}_{(A,B,t)}^{(t-1,t)}\text{\·}\left[\begin{array}{c}1\\ 1\end{array}\right]$

其中，D是衰减系数。