[发明专利]一种结合社交网络的圈层用户影响力评估方法

权利要求书

1.一种结合社交网络的圈层用户影响力评估方法，其特征在于，所述的圈层用户影响力评估方法通过对数据库中社交网络用户属性信息与圈层重点事件信息进行影响力的度量分析，分别得到用户的直接影响力评估值和间接影响力评估值；其处理具体包括如下步骤：

用户身份信息映射：将目标用户的在社交网路中的身份信息映射到数据库，并以RDF数据集的形式进行存储；

用户间接影响力评估：选取社交网络参与帖子传播过程所有用户点集合U‘＝{u’₁，u‘₂，...，u'_n}中帖子社区标签构成Region'＝{r′₁，r′₂，...，r′_u}及其评论内容S'＝{s′₁，s′₂，...，s′_l}，提取话题与社区特征得到用户分类集G‘＝{G₁，G₂，...，G_n}，根据对用户分类集中每个圈层社交网络的用户属性指标权重调研结果，将属性值量化为同一个尺度空间构成属性子集P＝{p_n,q∈P'}，其中q＝1，2，...，h，遍历该社交网络圈层的全部用户计算间接影响力得分，对所有用户进行排序得到用户间接影响力排序集合；

所述的遍历该社交网络圈层的全部用户计算间接影响力得分的过程包括如下步骤：

S321：根据用户互动性、用户创造力和用户发表内容质量，计算用户活跃度：

其中，maxC_k、maxI_k和maxQ_k表示所有用户在时间h内参与圈层所有重点事件过程中的最大创造力、最大互动性和最好发表内容质量；

(1)用户互动性：

其中，M_m表示用户m在时间h内参与圈层所有重点事件过程中，对其他用户的评论/转发总次数；

(2)用户创造力：

其中，N_m表示用户m在时间h内参与圈层所有重点事件过程中的发表微博次数；

(3)用户发表内容质量：

其中，R_m、Com_m、N_m表用户m在时间h内参与圈层所有重点事件过程中的转发量、评论量、发表微博总数；

S322：计算用户权威值，由用户i分配给用户j的活跃度值比例表示，且用户i关注了包括用户j的n个用户；

S323：利用UAR算法计算用户的间接影响力：

其中，m'为在时间h内用户i参与的圈层所有重点事件的帖子总数，F(i)为用户i的粉丝集合，d为阻尼系数；

S324：不断迭代该用户的间接影响力值，直到所在圈层社交网络所有用户的UAR值收敛，并对所有用户进行排序，得到用户间接影响力排序集合；

用户直接影响力评估：遍历该社交网络圈层的全部用户，根据用户参加的圈层重点事件，获取该事件用户完整级转发路径user_1/user_2/.../user_n、对应的加入时间tin以及该事件演化所耗费的总时长ti，通过SDRank算法计算用户直接影响力得分，对所有用户进行排序，得到用户直接影响力排序集合；所述SDRank算法具体为：首先，基于3度影响力原则及其传播有效论，通过分析三度结构的中心性，改进PageRank算法；其次，着重考虑活跃用户的平均被转发数；最后，再综合加入时间的影响，构成调节因子，进一步改善用户直接影响力的有效性和适用性；SDRank算法的值区间为[0，1]，且得分越高，该用户的直接影响力越大；

所述的直接影响力得分的计算采用SDRank算法，其过程包括如下步骤：

S411：根据网页访问PR值、结构度中心性算法值与调节因子计算用户直接影响力：

其中，SDRank(n)是用户n的影响力值，是调节因子的权重，μ是结构度中心性因子的权重，PR(n)是用户n的PR值，SD(n)是用户n的结构度中心性算法值；

所述网页访问PR值的计算方法为：

其中，PR(p_i)是网页p_i的PageRank算法值；S_pi是出链到网页p_i的所有网页集合；Outdegree(p_j)是网页p_j的出链总数；N是网页总数；α是阻尼系数，常取0.85；

所述结构度中心性算法值的计算方法为：

SD(n)＝α|Outdegree1(n)|+β(|Outdegree2(n)|+|Outdegree3(n)|)；

其中，SD(n)是用户n的结构度中心性算法值；n是任意用户；Outdegree1(n)是一度邻居集合；Outdegree2(n)是二度邻居集合；Outdegree3(n)是三度邻居集合；α、β是阻尼系数；

所述调节因子的计算方式为：

其中，factor(n)是用户n的调节因子；Retweet(n)是用户n参与的转发帖子集合；T_i是帖子i传播过程所耗费的时间；t_n是用户n加入帖子i的传播过程时间；RetweetNum_i,n是用户n在帖子i传播过程中被转发和转发的总次数。