[发明专利]一种基于扩散树的信息传播频繁模式挖掘方法及系统

说明书

本发明公开了一种基于扩散树的信息传播频繁模式挖掘方法，包括：S11.获取网络中的信息传播样本；S12.建立每条样本相对应的扩散树，得到每条样本的叶子节点，记录每条样本的叶子节点数量以及总节点数量，所述总节点数量为每条样本的样本规模；S13.计算每条样本的叶子节点数量占每条样本的总节点数量的比例L‑metric；S14.统计每条样本的样本规模，计算每条样本规模相对应的L‑metric值域的上下界，并根据L‑metric值域构建信息传播模式划分规则，将信息传播模式划分为五种传播模式；S15.判断样本相对应的信息传播模式，得到每条样本相对应的信息传播模式；S16.统计信息传播样本中所有样本的信息传播模式，筛选出信息传播样本中频数最高的信息传播模式，并作为信息传播的频繁模式。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种基于扩散树的信息传播频繁模式挖掘方法及系统。

背景技术

当前，随着网络信息技术迅猛发展，社交网络已成为信息传播的重要渠道，深刻改变着人们分享与获取信息的方式，这种改变不仅从结果上加速了信息的传播与扩散，还从过程上改变了信息扩散的机制，并使得在线社交网络中的信息传播涌现出更为复杂的结构与模式。新的信息传播模式为企业营销、社会治理等诸多领域带来了挑战。挖掘网络中信息传播的频繁模式，将有助于理解信息传播的特征，预测信息传播的范围，促进正面信息的传播，提前阻断可能的负面信息的影响，从而为网络上的意见领袖挖掘、创新扩散、网络营销、谣言阻断等一系列的实际应用提供理论支撑。

为了了解信息传播的结构特征，研究人员通常从信息传播的级联长度、级联规模等宏观层面开展定性的研究，但上述方法难以获得信息传播的微观结构特征。如，某些网络中的信息传播可能倾向于细长的链式结构，即每个用户只把信息传播给少量邻居，但邻居仍能继续传播该信息；而另一些网络中的信息传播可能倾向于短而宽的星型结构，即存在一个用户能将信息传播给大量邻居，但这些邻居传播信息的能力则十分有限。通过可视化技术能直观了解信息的传播结构，但一方面，当样本量巨大时，将每条样本进行可视化从而判定其传播模式将变得不可行；另一方面，仅通过可视化不能进行定量的分析，特别是当信息级联的规模较大时，难以通过可视化图像来判断信息的传播模式。因此，需要构建有效的指标来量化表征微观层面的信息传播模式。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种基于扩散树的信息传播频繁模式挖掘方法及系统。

为了实现以上目的，本发明采用以下技术方案：

一种基于扩散树的信息传播频繁模式挖掘方法，包括步骤：

S1.获取网络中的信息传播样本；

S2.建立与所述信息传播样本中每条样本相对应的扩散树，根据所述建立的扩散树得到每条样本的叶子节点，并记录每条样本的叶子节点数量以及总节点数量，所述总节点数量为每条样本的样本规模；

S3.计算每条样本的叶子节点数量占每条样本的总节点数量的比例L-metric；

S4.统计每条样本的样本规模，计算每条样本规模相对应的L-metric值域的上下界，并根据所述L-metric值域构建信息传播模式划分规则，将信息传播模式划分为五种传播模式；

S5.根据所述信息传播模式划分规则，以及每条样本的L-metric值与样本规模，判断样本相对应的信息传播模式，得到每条样本相对应的信息传播模式；

S6.统计信息传播样本中所有样本的信息传播模式，并筛选出信息传播样本中频数最高的信息传播模式，并将所述频数最高的信息传播模式作为信息传播的频繁模式。

进一步的，所述步骤S3中计算每条样本的叶子节点数量占每条样本的总节点数量的比例L-metric，表示为：

L-metric＝N_leaf/N