CN105956925A - 一种基于传播网络的重要用户发现方法及装置 - Google Patents

一种基于传播网络的重要用户发现方法及装置 Download PDF

Info

Publication number
CN105956925A
CN105956925A CN201610258693.3A CN201610258693A CN105956925A CN 105956925 A CN105956925 A CN 105956925A CN 201610258693 A CN201610258693 A CN 201610258693A CN 105956925 A CN105956925 A CN 105956925A
Authority
CN
China
Prior art keywords
node
communication network
influence
formula
responsible consumer
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
Application number
CN201610258693.3A
Other languages
English (en)
Other versions
CN105956925B (zh
Inventor
王绪刚
游寒琳
张金旭
郑雪舟
张威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fun Interactive (beijing) Technology Co Ltd
Original Assignee
Fun Interactive (beijing) Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fun Interactive (beijing) Technology Co Ltd filed Critical Fun Interactive (beijing) Technology Co Ltd
Priority to CN201610258693.3A priority Critical patent/CN105956925B/zh
Publication of CN105956925A publication Critical patent/CN105956925A/zh
Application granted granted Critical
Publication of CN105956925B publication Critical patent/CN105956925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明属于社交传播分析技术领域，具体说，涉及一种基于传播网络的重要用户发现方法及装置，其中，该方法包括：步骤1，对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；步骤2，根据每个节点的一级交互节点数量对所述传播影响力进行调节；步骤3，根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；步骤4，进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。本发明采避免了Pagerank算法陷入终节点的可能，有效提高了算法的计算速度；避免了过度迭代的可能；综合考虑了节点在多个网络中的作用，提高了算法的准确性。

Description

一种基于传播网络的重要用户发现方法及装置
技术领域
本发明属于社交传播分析技术领域，具体说，涉及一种基于传播网络的重要用户发现方法及装置。
背景技术
随着社交网络的不断发展，人们之间主动的信息分享与传播变得越来越平常。传播者将想要推广的信息，通过社交媒体发布到网络上，该信息被其关系网络中的其它个体看到，可引起多层级的二次传播，信息的曝光率陡增。在整个传播网络中，关键影响节点与其它节点相比，对传播的效果和范围有巨大作用，因此，定位传播网络中的关键影响节点在实际的应用中显得尤为重要。
现有技术在选取关键影响节点时，常采用的算法包括：1、度中心性，即节点的直接邻居节点越多其影响力越大，缺点是只考虑了传播中节点的局部信息。2、Pagerank的计算，即将传播网络看做是有向图，每一次传播记做是一次从传播者到被传播者的投票，通过迭代递归的方式，最后得到网络中各节点的影响力分值，缺点是在传播网络中，节点间的联系相对较为稀疏且分散，该算法计算效率不高，且容易陷入终节点的可能。
发明内容
本发明的目的在于提供一种基于传播网络的重要用户发现方法及装置，以解决上述问题。
本发明的实施例提供了一种基于传播网络的重要用户发现方法，包括如下步骤：
步骤1，对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；
步骤2，根据每个节点的一级交互节点数量对该传播影响力进行调节；
步骤3，根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；
步骤4，进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。
进一步，步骤1中该衰减迭代算法包括：
在传播网络中，以节点为始发传播节点，以广度优先的方式将网络中与节点a相关的其它节点连接起来，得到子网络，其中，a为待计算传播影响力的节点；
在子网络中，根据公式进行衰减迭代计算；式中，β为衰减系数，表示i为以节点a为顶点的第i层，n为该层上的有效节点数。
进一步，步骤2中调节的计算公式为：
γk；
式中，γ为可调节参数，γ大于1；k为一级节点数。
进一步，步骤3中该绝对影响力的计算公式为：
式中，PR′j为绝对影响力；PR′bj‘为在第b次活动中的单次传播影响力；n为传播网络的个数。
进一步，步骤4中该归一化处理包括：将所有用户的绝对影响力转化为区间[0,1]中的值。
本发明的实施例还提供了一种基于传播网络的重要用户发现装置，包括：
传播影响力计算模块，用于对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；
传播影响力调节模块，用于根据每个节点的一级交互节点数量对该传播影响力进行调节；
绝对影响力计算模块，用于根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；
重要用户发现模块，用于进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。
进一步，该传播影响力计算模块具体采用的衰减迭代算法包括：
在传播网络中，以节点为始发传播节点，以广度优先的方式将网络中与节点a相关的其它节点连接起来，得到子网络，其中，a为待计算传播影响力的节点；
在子网络中，根据公式进行衰减迭代计算；式中，β为衰减系数，表示i为以节点a为顶点的第i层，n为该层上的有效节点数。
进一步，该传播影响力调节模块具体采用的调节计算公式为：
γk；
式中，γ为可调节参数，γ大于1；k为一级节点数。
进一步，该绝对影响力计算模块具体采用的绝对影响力的计算公式为：
式中，PR′j为绝对影响力；PR′bj‘为在第b次活动中的单次传播影响力；n为传播网络的个数。
进一步，该重要用户发现模块具体采用的归一化处理包括：将所有用户的绝对影响力转化为区间[0,1]中的值。
与现有技术相比本发明的有益效果是：采用逐级向下衰减迭代的算法，避免了Pagerank算法陷入终节点的可能，且有效提高了算法的计算速度；节点的重要性受到其一级交互节点的调节，避免了过度迭代的可能；综合考虑了节点在多个网络中的作用，提高了算法的准确性。
附图说明
图1是本发明一种基于传播网络的重要用户发现方法的流程图；
图2是本发明一种基于传播网络的重要用户发现装置的结构框图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。
参图1所示，图1是本发明一种基于传播网络的重要用户发现方法的流程图。
步骤S1，对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；
步骤S2，根据每个节点的一级交互节点数量对该传播影响力进行调节；
步骤S3，根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；
步骤S4，进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。
在本实施例中，步骤1中衰减迭代算法包括：
在传播网络中，以节点为始发传播节点，以广度优先的方式将网络中与节点a相关的其它节点连接起来，得到子网络，其中，a为待计算传播影响力的节点；
在子网络中，根据公式进行衰减迭代计算；式中，β为衰减系数，表示i为以节点a为顶点的第i层，n为该层上的有效节点数。
在本实施例中，步骤2中调节的计算公式为：
γk；
式中，γ为可调节参数，γ大于1；k为一级节点数。
在本实施例中，步骤3中该绝对影响力的计算公式为：
式中，PR′j为绝对影响力；PR′bj‘为在第b次活动中的单次传播影响力；n为传播网络的个数。
在本实施例中，步骤4中该归一化处理包括：将所有用户的绝对影响力转化为区间[0,1]中的值。
本实施例还提供了一种基于传播网络的重要用户发现装置，包括：
传播影响力计算模块10，用于对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；
传播影响力调节模块20，用于根据每个节点的一级交互节点数量对该传播影响力进行调节；
绝对影响力计算模块30，用于根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；
重要用户发现模块40，用于进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。
在本实施例中，传播影响力计算模块10具体采用的衰减迭代算法包括：
在传播网络中，以节点为始发传播节点，以广度优先的方式将网络中与节点a相关的其它节点连接起来，得到子网络，其中，a为待计算传播影响力的节点；
在子网络中，根据公式进行衰减迭代计算；式中，β为衰减系数，表示i为以节点a为顶点的第i层，n为该层上的有效节点数。
在本实施例中，传播影响力调节模块20具体采用的调节计算公式为：
γk；
式中，γ为可调节参数，γ大于1；k为一级节点数。
在本实施例中，绝对影响力计算模块30具体采用的绝对影响力的计算公式为：
式中，PR′j为绝对影响力；PR′bj‘为在第b次活动中的单次传播影响力；n为传播网络的个数。
在本实施例中，重要用户发现模块40具体采用的归一化处理包括：将所有用户的绝对影响力转化为区间[0,1]中的值。
本发明提供的基于传播网络的重要用户发现方法及装置，在求解用户的传播影响力时，通过对用户在传播网络中的传播深度和传播广度进行衡量，并综合考虑用户在多个传播网络中的覆盖能力，得到用户的传播影响力，具有如下有益效果：
1)采用逐级向下衰减迭代的算法，避免了Pagerank算法陷入终节点的可能，且有效提高了算法的计算速度；
2)节点的重要性受到其一级交互节点的调节，避免了过度迭代的可能；
3)综合考虑了节点在多个网络中的作用，提高了算法的准确性。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (10)

1.一种基于传播网络的重要用户发现方法，其特征在于，包括如下步骤：
步骤1，对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；
步骤2，根据每个节点的一级交互节点数量对所述传播影响力进行调节；
步骤3，根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；
步骤4，进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。
2.根据权利要求1所述的一种基于传播网络的重要用户发现方法，其特征在于，步骤1中所述衰减迭代算法包括：
在传播网络中，以节点为始发传播节点，以广度优先的方式将网络中与节点a相关的其它节点连接起来，得到子网络，其中，a为待计算传播影响力的节点；
在子网络中，根据公式进行衰减迭代计算；式中，β为衰减系数，表示i为以节点a为顶点的第i层，n为该层上的有效节点数。
3.根据权利要求1所述的一种基于传播网络的重要用户发现方法，其特征在于，步骤2中所述调节的计算公式为：
γk；
式中，γ为可调节参数，γ大于1；k为一级节点数。
4.根据权利要求1所述的一种基于传播网络的重要用户发现方法，其特征在于，步骤3中所述绝对影响力的计算公式为：
PR′j＝∑PRbj‘/n；
式中，PR′j为绝对影响力；PR′bj‘为在第b次活动中的单次传播影响力；n为传播网络的个数。
5.根据权利要求1所述的一种基于传播网络的重要用户发现方法，其特征在于，步骤4中所述归一化处理包括：将所有用户的绝对影响力转化为区间[0,1]中的值。
6.一种基于传播网络的重要用户发现装置，其特征在于，包括：
传播影响力计算模块，用于对要求分析的活动通过点击分享行为构建信息传播网络，采用衰减迭代算法，计算得到每个节点在单一传播网络中传播影响力；
传播影响力调节模块，用于根据每个节点的一级交互节点数量对所述传播影响力进行调节；
绝对影响力计算模块，用于根据每个节点在多个传播网络中的作用，计算得出每个节点的绝对影响力，并排序；
重要用户发现模块，用于进行数据归一化处理，将绝对影响力转化为相对影响力，并排序，得到重要用户。
7.根据权利要求6所述的一种基于传播网络的重要用户发现装置，其特征在于，所述传播影响力计算模块具体采用的衰减迭代算法包括：
在传播网络中，以节点为始发传播节点，以广度优先的方式将网络中与节点a相关的其它节点连接起来，得到子网络，其中，a为待计算传播影响力的节点；
在子网络中，根据公式进行衰减迭代计算；式中，β为衰减系数，表示i为以节点a为顶点的第i层，n为该层上的有效节点数。
8.根据权利要求6所述的一种基于传播网络的重要用户发现装置，其特征在于，所述传播影响力调节模块具体采用的调节计算公式为：
γk；
式中，γ为可调节参数，γ大于1；k为一级节点数。
9.根据权利要求6所述的一种基于传播网络的重要用户发现装置，其特征在于，所述绝对影响力计算模块具体采用的绝对影响力的计算公式为：
PR′j＝∑PR′bj‘/n；
式中，PR′j为绝对影响力；PR′bj‘为在第b次活动中的单次传播影响力；n为传播网络的个数。
10.根据权利要求6所述的一种基于传播网络的重要用户发现装置，其特征在于，所述重要用户发现模块具体采用的归一化处理包括：将所有用户的绝对影响力转化为区间[0,1]中的值。
CN201610258693.3A 2016-04-23 2016-04-23 一种基于传播网络的重要用户发现方法及装置 Active CN105956925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610258693.3A CN105956925B (zh) 2016-04-23 2016-04-23 一种基于传播网络的重要用户发现方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610258693.3A CN105956925B (zh) 2016-04-23 2016-04-23 一种基于传播网络的重要用户发现方法及装置

Publications (2)

Publication Number Publication Date
CN105956925A true CN105956925A (zh) 2016-09-21
CN105956925B CN105956925B (zh) 2021-07-02

Family

ID=56915461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610258693.3A Active CN105956925B (zh) 2016-04-23 2016-04-23 一种基于传播网络的重要用户发现方法及装置

Country Status (1)

Country Link
CN (1) CN105956925B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106789338A (zh) * 2017-01-18 2017-05-31 北京航空航天大学 一种在动态大规模社交网络中发现关键人物的方法
CN109063156A (zh) * 2018-08-12 2018-12-21 海南大学 个性化社交网络资源集成与展示系统
CN111767473A (zh) * 2020-07-30 2020-10-13 腾讯科技（深圳）有限公司 一种对象选取方法及计算机可读存储介质
CN111815197A (zh) * 2020-07-24 2020-10-23 上海风秩科技有限公司 影响力指标计算方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617279A (zh) * 2013-12-09 2014-03-05 南京邮电大学 基于Pagerank方法的微博信息传播影响力评估模型的实现方法
CN103678669A (zh) * 2013-12-25 2014-03-26 福州大学 一种社交网络中的社区影响力评估系统及方法
CN104484825A (zh) * 2014-12-05 2015-04-01 上海师范大学 社交网络社区影响力评估算法
US20150127667A1 (en) * 2013-08-15 2015-05-07 Tencent Technology (Shenzhen) Company Limited Devices and Methods for Processing Network Nodes
CN104866586A (zh) * 2015-05-28 2015-08-26 中国科学院计算技术研究所 用于计算社会媒体中信息传播节点重要性的方法及系统
US20150326466A1 (en) * 2012-12-18 2015-11-12 Thomson Licensing Information propagation in a network
CN105335892A (zh) * 2015-10-30 2016-02-17 南京邮电大学 一种社交网络重要用户发现的实现方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150326466A1 (en) * 2012-12-18 2015-11-12 Thomson Licensing Information propagation in a network
US20150127667A1 (en) * 2013-08-15 2015-05-07 Tencent Technology (Shenzhen) Company Limited Devices and Methods for Processing Network Nodes
CN103617279A (zh) * 2013-12-09 2014-03-05 南京邮电大学 基于Pagerank方法的微博信息传播影响力评估模型的实现方法
CN103678669A (zh) * 2013-12-25 2014-03-26 福州大学 一种社交网络中的社区影响力评估系统及方法
CN104484825A (zh) * 2014-12-05 2015-04-01 上海师范大学 社交网络社区影响力评估算法
CN104866586A (zh) * 2015-05-28 2015-08-26 中国科学院计算技术研究所 用于计算社会媒体中信息传播节点重要性的方法及系统
CN105335892A (zh) * 2015-10-30 2016-02-17 南京邮电大学 一种社交网络重要用户发现的实现方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106789338A (zh) * 2017-01-18 2017-05-31 北京航空航天大学 一种在动态大规模社交网络中发现关键人物的方法
CN106789338B (zh) * 2017-01-18 2020-10-30 北京航空航天大学 一种在动态大规模社交网络中发现关键人物的方法
CN109063156A (zh) * 2018-08-12 2018-12-21 海南大学 个性化社交网络资源集成与展示系统
CN111815197A (zh) * 2020-07-24 2020-10-23 上海风秩科技有限公司 影响力指标计算方法、装置、设备及存储介质
CN111767473A (zh) * 2020-07-30 2020-10-13 腾讯科技（深圳）有限公司 一种对象选取方法及计算机可读存储介质
CN111767473B (zh) * 2020-07-30 2023-11-14 腾讯科技（深圳）有限公司 一种对象选取方法及计算机可读存储介质

Also Published As

Publication number Publication date
CN105956925B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN103886105B (zh) 一种基于社交网络用户行为的用户影响力分析方法
CN105956925A (zh) 一种基于传播网络的重要用户发现方法及装置
Jia et al. Dynamic analysis of a stochastic rumor propagation model
CN109829337B (zh) 一种社会网络隐私保护的方法、系统及设备
CN103678669A (zh) 一种社交网络中的社区影响力评估系统及方法
Abashar et al. Global convergence properties of a new class of conjugate gradient method for unconstrained optimization
Bao et al. Estimating positive surveys from negative surveys
CN103116611A (zh) 社交网络意见领袖识别方法
Gracy et al. Analysis and distributed control of periodic epidemic processes
Gulyás et al. An efficient and robust social network de-anonymization attack
Dey et al. Influence maximization in online social network using different centrality measures as seed node of information propagation
CN103631901B (zh) 一种基于用户信任网络最大生成树的谣言控制方法
Sambaturu et al. Designing effective and practical interventions to contain epidemics
CN109684454A (zh) 一种社交网络用户影响力计算方法及装置
Jiang et al. Stability analysis and control models for rumor spreading in online social networks
Trajanovski et al. From epidemics to information propagation: Striking differences in structurally similar adaptive network models
CN104484365B (zh) 一种多源异构在线社会网络中网络主体之间社会关系的预测方法与系统
Bao et al. Privacy-preserving collaborative filtering algorithm based on local differential privacy
CN108171538A (zh) 用户数据处理方法及系统
Ling et al. Efficient federated learning privacy preservation method with heterogeneous differential privacy
TW201506841A (zh) 衰退型多元流動網路之可靠度的計算系統及其方法
Hong et al. Seeds selection for spreading in a weighted cascade model
Siesquén Euler obstruction of essentially isolated determinantal singularities
CN105320647B (zh) 一种基于文字交互行为的用户特征建模方法
Kumar et al. A study of epidemic spreading and rumor spreading over complex networks

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