[发明专利]基于注意力流网络模型的互联网站点影响力的定量评估方法

权利要求书

1.基于注意力流网络模型的互联网站点影响力的定量评估方法，其特征在于：对海量群体用户的在线点击流数据进行数据清洗，得到用户的注意力转移序列；构建群体注意力流网络；计算注意力流矩阵M、概率转移矩阵P、注意力耗散矩阵Q和基本矩阵U；计算互联网站点影响力Ci；通过以下步骤实现：

1)数据预处理：

逐一提取海量群体用户在线点击流数据中每个用户的浏览器进程记录，保存每个用户点击流数据记录中存在的统一资源定位器URL和时间戳；从所保存的统一资源定位器URL中抽取出域名信息，将时间戳转换为对应的点击时间，得到清洗后的数据，清洗后的数据包括域名信息和点击时间两部分；

2)加权有向注意力流网络的构建：

2.1)逐一读取数据预处理过程中得到的每个用户点击流数据序列，建立一个虚拟节点Source以表示注意力流的“源”，从虚拟节点Source向第1条点击记录的域名引出1条有向边；

2.2)判断下一条点击记录与上一条点击记录的时间差，如果超过30分钟，则以上一条点击记录的域名为节点，引出1条有向边到一个虚拟节点Sink，虚拟节点Sink表示注意力流的“汇”；从虚拟节点Source向下一条点击记录中的域名为节点引出1条有向边，同时更新上一条记录的域名停留时间，如果没有超过30分钟，则执行步骤2.3)；

2.3)判断下一条点击记录与上一条点击记录的域名是否相同，如果相同，则更新该域名的停留时间，如果不同，则以上一条点击记录的域名为节点向下一条点击记录的域名为节点引出1条有向边，同时更新上一条点击记录中域名的停留时间；

2.4)重复2.1)到2.3)直到所有点击记录被读取，即可构建加权有向注意力流网络G：G＝(V，E，T，W)，其中V表示节点集，即记录中存在的所有域名与虚拟节点Source和虚拟节点Sink构成的节点集合；E表示边集，即记录不同域名之间跳转的边集合；T表示群体用户在一个域名上停留的总时间；W表示边集E中各个边的权重，记录群体用户在不同域名之间跳转关系发生次数的集合；

3)由步骤2)构建的加权有向注意力流网络G，计算得出注意力流矩阵M，计算公式为：

M_(n+2)×(n+2)＝{W_ij}_(n+2)×(n+2)

其中W_ij表示从域名i到域名j的注意力流强度；

4)通过步骤3)得出的注意力流矩阵M，计算得出马尔可夫链概率转移矩阵P，计算公式为：

P_ij＝W_ij/∑_kW_ik

其中P_ij表示域名i和域名j之间一步的转移概率；

5)由步骤2)构建的加权有向注意力流网络G，定义注意力流的总时长T_i，计算公式为：

其中T_i表示所有用户在域名i上的总停留时间，即域名i吸引群体用户注意力的总时间，以秒为单位，k代表所有用户构成的集合；引入一个衰减因子α_i，衰减因子α_i的计算公式为：

其中α_i表示一个特定域名i对注意力流的耗散能力，用以度量域名吸引用户注意力的能力；

6)通过步骤4)得到的马尔可夫链概率转移矩阵P和步骤5)得到的衰减因子α_i计算矩阵Q，矩阵Q的计算公式为：

Q_ij＝α_iP_ij，i,j∈V；

7)由矩阵Q计算基本矩阵U，计算公式为：

其中I表示单位矩阵；

8)通过步骤7)中求得的基本矩阵U计算域名影响力C_i，计算公式为：

其中u_ij表示基本矩阵U中的元素，F_i具体计算公式为：

F_i表示从虚拟节点Source流到域名i的注意力总流量，w_0j表示从虚拟节点Source流到域名j的注意力总流量。