[发明专利]社交网络交流影响力的测定方法及系统

摘要

本发明公开了一种面向大规模社交网络、考虑连接的强弱及节点的属性特征、针对某一区域的测定结果的社交网络交流影响力的测定方法及系统。首先获取社交网络中成员的社交信息；然后对社交网络的交流记录进行分析，对所有的文本进行分词，利用双重循环检索技术，解决文本关键短语匹配的高复杂度问题；接着进行文本数据相似性分析，完成文本回归语义谱聚类；最后由影响概率因子计算网络交流约束和成员在社交网络中的影响力。本发明可显著提高移动环境社交网络社会影响力测定的速度和准确度，并降低移动环境社交网络社会影响力应用的开发成本。

主权项

一种社交网络交流影响力的测定方法，其特征在于：获取社交网络中成员的社交信息；利用双重循环检索技术，对社交网络的交流记录进行分析，对所有的文本进行分词；对文本数据进行相似性分析，完成文本回归语义谱聚类；由影响概率因子计算网络交流约束和成员在社交网络中的影响力；具体包括以下步骤：步骤一：获取社交网络中成员的社交信息，将获取的语音、图像、视频内容信息处理转换为对应的文本信息，与社交网络方式交流文本信息一起，存放到知识库中；步骤二：利用双重循环检索技术对文本数据预处理；对社交网络的交流记录进行分析，对所有的文本进行分词，利用双重循环检索技术，先获取字的个数，后获取每个字的组词个数，然后索引表分配一块空间给WordItems，将字词的相关信息放在WordItems结构中；采用文本索引图(DIG)来实现文本关键短语匹配，使算法能够达到近线性的时间；在DIG中，短语匹配以增量的方式实现；所有文本与文本的关键短语的关系用DIG结构图表示；当新的文本增加进来时，新的文本与图中的先前的文本进行匹配，并且新的文本也加入到图中；整个过程以时间线性的方式产生所有文本对完整的短语匹配输出；步骤三：文本数据相似性分析，采用基于短语构建文本的概念文本模型，在相似度基础上融合词语的相关性，最后给出相似度匹配的结果；步骤四：子图约束的文本回归语义谱聚类；具体为：将分词后的文本依据语义相似性进行聚类，得到若干主题类；对每个主题进行分析，得到社交网络中成员的影响因子；对不同时期的同一社交网络的交流记录进行分析，对不同时期的主题进行比较，得到该社交网络的专业绝对系数与相对专业系数；步骤五：由影响概率因子计算网络交流约束和成员在社交网络中的影响力，具体为：成员i的社交网络交流约束Ni由他与其他成员交流的影响力概率因子pij决定：Ni=Σj(pij+Σqpiqpqj)2,q≠i,i≠j;j≠i.]]>