CN109741198A - 网络信息传播影响力度量方法、系统及影响力最大化方法 - Google Patents

Abstract

本发明涉及一种网络信息传播影响力度量方法、系统，包括：根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对；将社交网络中的用户作为节点，将给定消息的传播数据中参与时间为0的节点作为给定消息的传播源，通过聚合函数将传播源对节点的影响力进行聚合后通过影响力边际递减函数，得到节点在传播源下被激活的概率；以历史传播数据为训练数据，以概率的对数似然最大作为目标，对所有激活对使用随机梯度下降进行参数学习，得到节点间影响力，以得到传播源集合的影响力度量。本发明提出的基于数据驱动的影响力最大化方法直接基于本发明学习得到的影响力度量，对节点的边际效应进行估计，以高效地进行影响力最大化的节点集合选择。

Description

网络信息传播影响力度量方法、系统及影响力最大化方法

技术领域

本发明属于网络技术数据挖掘技术与社会网络研究领域，特别涉及一种基于数据驱动的影响力度量及影响力最大化方法。

背景技术

随着在线社交网络平台的兴起，如新浪微博、腾讯微信、推特、脸书等等，信息的产生和传播变得前所未有的方便。每天有上千万甚至上亿条信息在这些平台上产生并传播。每个用户既是信息的发布者，也是信息的扩散者。人们可以通过关注关系或好友关系网络，对信息进行二次传播或者说影响范围的二次扩散。新的想法，新的行为模式，或者新的产品，通过这样“口口相传”的方式，在社交网络人群中很容易就能造成广泛的传播。这也促使了越来越多的研究者和实践者开始关注影响力最大化问题，即找到固定个数的初始用户群体，使得想法、行为或产品等最终的影响范围最大。

在影响力最大化问题中，现有方法通常会使用贪心的算法，一步一步选择使得影响力边际效应最大的节点，直到选满给定个数的用户集合。而这其中的一个重要中间环节是对给定用户集合的影响力进行有效度量，从而能计算用户相对于已有用户集合的影响力边际效应。目前的方法通常需要通过两个阶段来进行用户影响力的度量：1)假定信息在网络上的传播遵循某个特定的传播模型，如独立级联模型、线性阈值模型等。根据历史的传播数据，学习传播模型的参数。2)基于假定的传播模型以及学习得到的参数，通过大量的蒙特卡洛模拟来得到用户集合的影响力。

现有研究虽然虽然给出了一种用户的影响力度量方式，并基于此得到了使得影响范围最大的种子节点，但仍存在着两个明显的不足：

1)在真实情况下，由于信息传播本身的复杂性，我们很难去指定一个适合的传播模型。而传播模型的错误指定，也会为影响力的度量和影响力最大化问题的解的质量带来很大影响。

2)根据特定的传播模型来估计用户集合的影响力是非常耗时的。例如，在独立级联模型中，为了达到一定的估计精度，我们需要使用大量的蒙特卡洛模拟。

因此，如何从历史传播数据学习到一个有效且快速的影响力度量函数，并进一步支持后续的影响力最大化任务是一个具有挑战且亟待解决的问题。

发明内容

发明人在对微博传播场景选择影响力最大化问题中的种子节点集合时，发现现有两阶段方法中对于传播模型的错误指定，会对最终的用户影响力度量以及选择的种子节点集合的质量造成很大影响。与此同时，使用现有方法中的蒙特卡洛模拟的方式来对用户影响力进行度量以及后续的影响力最大化选择，都是一个非常耗时的过程。

因此，发明人设计了一种基于数据驱动的一阶段影响力度量方式，绕过了已有方法需要对传播模型进行指定的步骤，直接学习一种高效且满足单调次模性的种子节点集合影响力函数。基于该学习到的函数，进行影响力最大化的种子节点的选择。

具体来说，本发明涉及一种网络信息传播影响力度量方法，其中包括：

步骤1、根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对；

步骤2、将该社交网络中的用户作为节点，将给定消息的传播数据中参与时间为0的节点作为该给定消息的传播源，通过聚合函数将传播源对节点的影响力进行聚合后通过影响力边际递减函数，得到节点在该传播源下被激活的概率；

步骤3、以该历史传播数据为训练数据，以该概率的对数似然最大作为目标，对所有该激活对使用随机梯度下降进行参数学习，得到节点间该影响力，以得到传播源集合S的影响力度量f(S)：

V为交网络上所有用户的集合，V_j代表V中第j个用户，α_k,j为节点间该影响力，S＝{v_k}，V_k为S中第k个传播源。

该网络信息传播影响力度量方法，其中该激活对包括节点被传播源激活的正例对和节点未被传播源激活的负例对。

该网络信息传播影响力度量方法，其中步骤2还包括直接建模节点间影响力α_k,j。

该网络信息传播影响力度量方法，其中步骤2还包括根据两个向量的乘积，得到节点间该影响力，具体包括：

表示第k个传播源的影响力表达，θ_j表示第j个用户的被影响力表达。

该网络信息传播影响力度量方法，其中节点在该传播源下被激活的概率具体为：

a_j|S为通过该聚合函数将传播源对节点的影响力进行聚合后得到的数值， p(v_j|S)为该概率。

本发明还公开了一种网络信息传播影响力度系统，其中包括：

激活对构建模块，用于根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对；

激活概率计算模块，用于将该社交网络中的用户作为节点，将给定消息的传播数据中参与时间为0的节点作为该给定消息的传播源，通过聚合函数将传播源对节点的影响力进行聚合后通过影响力边际递减函数，得到节点在该传播源下被激活的概率；

影响力度量模块，用于以该历史传播数据为训练数据，以该概率的对数似然最大作为目标，对所有该激活对使用随机梯度下降进行参数学习，得到节点间该影响力，以得到传播源集合S的影响力度量f(S)：

V为交网络上所有用户的集合，V_j代表V中第j个用户，α_k,j为节点间该影响力，S＝{v_k}，V_k为S中第k个传播源。

该网络信息传播影响力度量系统，其中激活概率计算模块还包括直接建模节点间影响力α_k,j。

该网络信息传播影响力度量系统，其中激活概率计算模块还包括根据两个向量的乘积，得到节点间该影响力，具体包括：

表示第k个传播源的影响力表达，θ_j表示第j个用户的被影响力表达。

该网络信息传播影响力度量系统，其中节点在该传播源下被激活的概率具体为：

a_j|S为通过该聚合函数将传播源对节点的影响力进行聚合后得到的数值， p(v_j|S)为该概率。

本发明还提供了一种基于上述网络信息传播影响力度量方法的社交网络中消息传播的影响力最大化方法，其中包括：

步骤4、用学习得到的该影响力度量函数，初始化每个节点的影响力边际效应上界upper(v_j)，给定待选择的种子节点个数K，初始化已选择的种子节点集合S，当种子节点集合S的大小小于K时，不断地选择满足条件的节点v 加入到种子节点集合S中来，其中选择满足条件的节点v的过程如下：

步骤41，从所有节点中，选择影响力边际效应上界最大的节点u＝ arg_v∈Vmaxupper(v)；

步骤42，计算节点u对于当前种子节点集合S的影响力边际效应 gain(u,S)＝f({S∪u})-f(S)；

步骤43，若gain(u,S)＝upper(u)，则判定节点u满足条件，作为节点v 加入到种子节点集合S，否则，更新upper(u)＝gain(u,S)，返回步骤41。

本发明技术效果包括：

传统的两阶段模型，需要对传播模型进行事先假定。而在真实的传播场景中，谁也不知道真实的影响力传播模型是什么样的。而我们的方法，避免了对传播模型的建模，直接建模了节点间的影响，通过影响聚合和边际递减函数，可以有效得到对传播源的影响力度量。图1展示了本发明的影响力度量方法以及传统两阶段模型在微博上的影响力度量准确性的比较。可以看到，我们的方法对于影响力的度量比现有的两阶段模型都更准确。

与此同时，由于本发明的影响力度量方法直接建模了节点间的最终影响，而没有建模复杂的传播过程，因此也大大加速了影响力度量的速度。图2展示了本发明的影响力度量方法和传统两阶段模型在影响力度量过程中所使用的平均时间。可以看到，我们的方法可以用更短的时间对于传播源的影响力给出有效度量。

由于本发明的影响力度量方法对于传播源的影响力能得到更准确的度量，因此在后续的影响力最大化任务中也表现更加。图3展示了本发明的影响力最大化方法和传统两阶段模型所选择出的不同大小的种子节点集合的质量。种子节点集合的实际影响力越大，表示选择出来的种子节点集合的质量越高。可以看到，本发明的影响力最大化方法总是可以选择出比传统两阶段方法质量更高的种子节点集合。

附图说明

图1为本发明和各方法微博上的影响力度量准确性比较图；

图2为本发明和各方法在微博上的影响力度量效率比较图；

图3为本发明和各方法在微博上选择出的种子节点集合的质量比较图；

图4为本发明基于数据驱动的影响力度量方法的执行流程图；

图5为本发明基于数据驱动的影响力最大化方法的执行流程图。

具体实施细节

本发明的目的是解决上述现有技术在影响力度量及影响力最大化任务中，传播模型错误指定所造成的影响力度量误差以及影响力度量耗时等问题。

具体来说，本发明提出了一种基于数据驱动的影响力度量及影响力最大化方法，有效避免了对传播过程的建模以及传播模型的指定，大大提升了影响力度量的精度以及影响力最大化所选择的种子节点集合的质量，与此同时也大大减少了影响力度量及影响力最大化选择种子节点集合的耗费时间。

为让本发明的上述特征和效果能阐述的更明确易懂，下文特举实施例，并配合说明书附图作详细说明如下。

基于数据驱动的影响力度量方法的执行流程如图4所示。具体有如下步骤：

步骤S1、根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对(包括正例及负例)。正例指的是，节点被传播源激活的点对，负例指的是节点没有被传播源激活的点对。激活指的是用户参与到某消息中的行为，这个行为具体可以是转发行为，也可以是评论行为等等。

设社交网络中所有节点(用户)的集合为V。对于给定消息i的传播数据，记为其中v_j表示用户，的取值范围为t表示的是用户参与某个消息的时间。消息的传播源就是指那些参与时间等于0的用户，即参与时间就是用户是在什么时候参与到这个消息的传播当中来的。t越大，表示用户越晚参与到消息传播中来。而t＝0，表示用户是最早参与到消息传播中来的，也就是传播源。被传播源激活的节点可以记为而没有被激活的节点记为对所有消息 1≤i≤m构造节点和传播源的正例对为Pair₊＝{(v_j,S_i)|v_j∈P_i,1≤i≤ m}。同时，构造节点和传播源的负例对为Pair-＝{(v_j,S_i)|v_j∈I_i,1≤i≤m}。

步骤S2、构建传播源对节点的激活模型。

本发明使用两种方式来对传播源对节点的激活进行建模，方式1和方式2 的计算区别仅在于一个是建模得到影响力，另一个是向量相乘得到影响力：

方式1：设当前节点为v_j，传播源为集合S＝{v_k}，V_k为S中第k个传播源，需要注意的是一个消息可能会有多个传播源，比如在广告投放中，该投放的广告消息可能会有很多个传播源共同开始传播，所以传播源可以对应一个或多个传播节点。为了避免对传播过程的错误假定和错误建模，在本发明中直接建模节点间影响力α_k,j。通过聚合函数，将所有传播源中的节点对当前节点v_j的影响进行聚合，即再通过一个影响力边际递减函数，得到节点v_j在当前传播源S下被激活的概率，即：

方式2：设当前节点为v_j，传播源为集合S＝{v_k}。为了减少模型参数，在本发明中将节点间影响力α_k,j分解为两个向量的乘积，一个表示节点v_k的影响力表达，另一个表示节点v_j的被影响力表达，即其中T表示向量的转置。类似地，通过简单的聚合函数及影响力边际递减函数，得到节点v_j在当前传播源S下被激活的概率，即

步骤S3、学习影响力度量的模型参数。

本发明对所有构造得到的节点和传播源的激活对(正例以及负例)进行上述步骤S2的激活建模，使用随机梯度下降进行参数学习，从而使得观测到的对数概率似然最大。即：

根据传播源对节点的激活模型的建模方式不同，具体可以分为：

对应方式1：

其中α_k,j≥0。

对应方式2：

其中θ_j≥0，γ_k≥0。

步骤S4、输出影响力度量函数。

步骤S4需要用到步骤S3的计算结果，即步骤S4中的函数参数是通过步骤S3学习得到的。根据历史传播数据，学习得到模型的参数方式1中的α_k,j，还有方式2中的γ_k以及θ_j之后，即可输出学习得到的影响力度量函数。类似地，根据节点和传播源的激活建模方式不同，学习得到的影响力度量函数也有两种：

设社交网络上所有用户的集合为V，V_j代表V中第j个用户，其中k,j表示两个用户节点，该两个用户节点间影响力为α_k,j，则传播源S的影响力为：

设网络上所有用户的集合为V，节点间影响力为则传播源 S的影响力为：

基于数据驱动的影响力最大化方法的执行流程如图5所示。具体有如下4 个步骤：

使用本发明提出的基于数据驱动的影响力度量方法，学习得到影响力的度量函数f(S)。

用学习得到的影响力度量函数，初始化每个节点的影响力边际效应上界 upper(v_j)。

所谓的影响力边际效应，指的是节点v_j对当前传播源S_i的加入，带来的新增影响力。即影响力边际效应(v_j)＝f({v_j∪S_i})-f(S_i)

由于影响力度量函数f(S)满足单调次模性，即当时，有f(S)≤f(T) 以及f({v∪S})-f(S)≥f({v∪T})-f(T)，因此可以用f(v_j)作为节点v_j的影响力边际效应上界。即upper(v_j)＝f(v_j)

给定待选择的种子节点个数K，初始化已选择的种子节点集合S＝{}。当已选择的种子节点集合S的大小小于K时，不断地选择满足条件的节点v加入到种子节点集合S中来。

其中，每一轮节点v的选择满足如下流程：

步骤a，从所有节点中，选择影响力边际效应上界最大的节点u，即u＝ arg_v∈Vmaxupper(v)；

步骤b，计算节点u对于当前种子节点集合S的影响力边际效应 gain(u,S)＝f({S∪u})-f(S)；

步骤c，如果gain(u,S)＝upper(u)，则节点u就是我们当前轮要选择的节点。否则，更新upper(u)＝gain(u,S)，返回步骤a。

输出选择完的种子节点集合S。影响力最大化是目标。选择得到的集合S 就是使得影响力最大的种子节点集合。实际进行应用的时候，选择种子节点集合中的节点(用户)进行投放相对应的消息或者广告，即可使得最终的传播范围最广。

以下为与上述方法实施例对应的系统实施例，本实施方式可与上述实施方式互相配合实施。上述实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在上述实施方式中。

本发明还公开了一种网络信息传播影响力度系统，其中包括：

激活对构建模块，用于根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对；

激活概率计算模块，用于将该社交网络中的用户作为节点，将给定消息的传播数据中参与时间为0的节点作为该给定消息的传播源，通过聚合函数将传播源对节点的影响力进行聚合后通过影响力边际递减函数，得到节点在该传播源下被激活的概率；

影响力度量模块，用于以该历史传播数据为训练数据，以该概率的对数似然最大作为目标，对所有该激活对使用随机梯度下降进行参数学习，得到节点间该影响力，以得到传播源集合S的影响力度量f(S)：

V为交网络上所有用户的集合，V_j代表V中第j个用户，α_k,j为节点间该影响力，S＝{v_k}，V_k为S中第k个传播源。

该网络信息传播影响力度量系统，其中激活概率计算模块还包括直接建模节点间影响力α_k,j。

该网络信息传播影响力度量系统，其中激活概率计算模块还包括根据两个向量的乘积，得到节点间该影响力，具体包括：

表示第k个传播源的影响力表达，θ_j表示第j个用户的被影响力表达。

该网络信息传播影响力度量系统，其中节点在该传播源下被激活的概率具体为：

a_j|S为通过该聚合函数将传播源对节点的影响力进行聚合后得到的数值， p(v_j|S)为该概率。

本发明还提供了一种基于上述网络信息传播影响力度量方法的社交网络中消息传播的影响力最大化方法，其中包括：

步骤4、用学习得到的该影响力度量函数，初始化每个节点的影响力边际效应上界upper(v_j)，给定待选择的种子节点个数K，初始化已选择的种子节点集合S，当种子节点集合S的大小小于K时，不断地选择满足条件的节点v 加入到种子节点集合S中来，其中选择满足条件的节点v的过程如下：

步骤41，从所有节点中，选择影响力边际效应上界最大的节点u＝ arg_v∈V maxupper(v)；

步骤42，计算节点u对于当前种子节点集合S的影响力边际效应 gain(u,S)＝f({S∪u})-f(S)；

步骤43，若gain(u,S)＝upper(u)，则判定节点u满足条件，作为节点v 加入到种子节点集合S，否则，更新upper(u)＝gain(u,S)，返回步骤41。

综上，首先本发明通过传播源对节点的激活建模方式，不需要指定具体的传播过程和传播模型，通过节点间影响的直接聚合及衰减，可以快速地得到节点在某传播源下的激活概率。具体的建模方式有如下两种，两者适用场景会有一定差异：当网络节点个数(用户数)众多时方案2更适用，两者的技术效果基本没有差异：

方案1、设当前节点为v_j，传播源为集合S＝{v_k}。为了避免对传播过程的错误假定和错误建模，在本发明中直接建模节点间影响力α_k,j。通过聚合函数，将所有传播源中的节点对当前节点v_j的影响进行聚合，即再通过一个影响力边际递减函数，得到节点v_j在当前传播源S下被激活的概率，即

方案2、设当前节点为v_j，传播源为集合S＝{v_k}。为了减少模型参数，在本发明中将节点间影响力α_k,j分解为两个向量的乘积，一个表示节点v_k的影响力表达，另一个表示节点v_j的被影响力表达，即类似地，通过简单的聚合函数及影响力边际递减函数，得到节点v_j在当前传播源S下被激活的概率，即

其次，本发明提出的影响力度量函数，不需要进行蒙特卡洛模拟来得到影响力度量，直接通过加和所有节点在当前传播源下的激活概率，即可得到当前传播源的影响力度量。具体的函数形式根据传播源对节点的激活建模方式不同，也有两种：

设网络上所有用户的集合为V，节点间影响力为α_k,j，则传播源S的影响力为：

设网络上所有用户的集合为V，节点间影响力为则传播源 S的影响力为：

再者，本发明提出的基于数据驱动的影响力最大化方法，可直接基于本发明学习得到的影响力度量函数，对节点的边际效应进行估计，可以高效地进行影响力最大化的种子节点集合选择，且选择得到的种子节点集合的质量也更高 (即，实际影响力更大)。

Claims (10)

1.一种网络信息传播影响力度量方法，其特征在于，包括：

步骤1、根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对；

步骤2、将该社交网络中的用户作为节点，将给定消息的传播数据中参与时间为0的节点作为该给定消息的传播源，通过聚合函数将传播源对节点的影响力进行聚合后通过影响力边际递减函数，得到节点在该传播源下被激活的概率；

步骤3、以该历史传播数据为训练数据，以该概率的对数似然最大作为目标，对所有该激活对使用随机梯度下降进行参数学习，得到节点间该影响力，以得到传播源集合S的影响力度量f(S)：

V为交网络上所有用户的集合，V_j代表V中第j个用户，α_k,j为节点间该影响力，S＝{v_k}，V_k为S中第k个传播源。

2.如权利要求1所述的网络信息传播影响力度量方法，其特征在于，该激活对包括节点被传播源激活的正例对和节点未被传播源激活的负例对。

3.如权利要求1所述的网络信息传播影响力度量方法，其特征在于，步骤2还包括直接建模节点间影响力α_k,j。

4.如权利要求1所述的网络信息传播影响力度量方法，其特征在于，步骤2还包括根据两个向量的乘积，得到节点间该影响力，具体包括：

表示第k个传播源的影响力表达，θ_j表示第j个用户的被影响力表达。

5.如权利要求3或4所述的网络信息传播影响力度量方法，其特征在于，节点在该传播源下被激活的概率具体为：

a_j|S为通过该聚合函数将传播源对节点的影响力进行聚合后得到的数值，p(v_j|S)为该概率。

6.一种网络信息传播影响力度系统，其特征在于，包括：

激活对构建模块，用于根据社交网络中消息传播的历史传播数据，构建节点和传播源的激活对；

激活概率计算模块，用于将该社交网络中的用户作为节点，将给定消息的传播数据中参与时间为0的节点作为该给定消息的传播源，通过聚合函数将传播源对节点的影响力进行聚合后通过影响力边际递减函数，得到节点在该传播源下被激活的概率；

影响力度量模块，用于以该历史传播数据为训练数据，以该概率的对数似然最大作为目标，对所有该激活对使用随机梯度下降进行参数学习，得到节点间该影响力，以得到传播源集合S的影响力度量f(S)：

V为交网络上所有用户的集合，V_j代表V中第j个用户，α_k,j为节点间该影响力，S＝{v_k}，V_k为S中第k个传播源。

7.如权利要求6所述的网络信息传播影响力度量系统，其特征在于，激活概率计算模块还包括直接建模节点间影响力α_k,j。

8.如权利要求6所述的网络信息传播影响力度量系统，其特征在于，激活概率计算模块还包括根据两个向量的乘积，得到节点间该影响力，具体包括：

表示第k个传播源的影响力表达，θ_j表示第j个用户的被影响力表达。

9.如权利要求7或8所述的网络信息传播影响力度量系统，其特征在于，节点在该传播源下被激活的概率具体为：

a_j|S为通过该聚合函数将传播源对节点的影响力进行聚合后得到的数值，p(v_j|S)为该概率。

10.一种基于如权利要求1到5任意一种网络信息传播影响力度量方法的社交网络中消息传播的影响力最大化方法，其特征在于，包括：

步骤4、用学习得到的该影响力度量函数，初始化每个节点的影响力边际效应上界upper(v_j)，给定待选择的种子节点个数K，初始化已选择的种子节点集合S，当种子节点集合S的大小小于K时，不断地选择满足条件的节点v加入到种子节点集合S中来，其中选择满足条件的节点v的过程如下：

步骤41，从所有节点中，选择影响力边际效应上界最大的节点u＝arg_v∈Vmaxupper(v)；

步骤42，计算节点u对于当前种子节点集合S的影响力边际效应gain(u,S)＝f({S∪u})-f(S)；

步骤43，若gain(u,S)＝upper(u)，则判定节点u满足条件，作为节点v加入到种子节点集合S，否则，更新upper(u)＝gain(u,S)，返回步骤41。