[发明专利]一种基于消退机制的微博用户影响力排名方法

摘要

本发明提供了一种基于消退机制的微博用户影响力排名方法。本方法初始时将用户的粉丝数量取对数并进行归一化作为用户的初始影响力值，监控并统计用户每周的威望度，每隔2ⁿ,n＝0,1,2,3…周影响力排名更新一次。用户更新过程中，将时间从初始时刻到更新节点分为三个时间段，将第一时间段内的用户影响力值与后两时间段内用户的平均权威度进行权值相加，得到用户当前时段的用户影响力值，并对网络中用户影响力值进行排序，得到当前时段的用户影响力排名。该方法考虑了用户影响力随时间变化而消退的实际情况，实现了影响力排名在时间轴上的变化趋势。此外，用户影响力更新过程中，仅需对近期用户权威度进行统计计算，减少了用户历史数据的复杂处理。

主权项

1.一种基于消退机制的微博用户影响力排名方法，其特征在于：本发明是这样实现的：用户每周的威望度记为用户的被提及、信息被转发、信息被评论行为每周出现的次数和，以周为周期统计用户的周威望度。初始时刻通过对用户粉丝数量取对数并归一化计算用户的影响力值，每隔一定的时间更新一次用户影响力排名。更新过程需要从初始时刻起将时间分为三个时间段，计算用户第二时间段和第三时间段的平均每周的威望度并与用户更新前的影响力值进行权值相加作为用户的当前影响力值，其中第三时间段威望度权值大于第二时间段威望度的权值，目的是让用户的历史影响力随时间不断消退，然后根据所有用户当前影响力重新排名，得到最终排名结果。排序过程中涉及到如下参数：t为初始时刻标志，F_i为初始时刻用户i的粉丝数量，I_i,t为用户i在初始时刻t的初始影响力值，log(F_i)为初始时刻用户i粉丝数量的对数，log(F_min)为初始时刻网络中粉丝数量最少的用户粉丝数量的对数，要求F_min>0，log(F_max)为初始时刻网络中粉丝数量最多的用户粉丝数量的对数，要求F_max>F_min，AC_i为用户i的威望度记录值，A_i,m为用户i在第m周的威望度，n为时间节点更新标志，n＝0,1,2,3,…，w₁为第一时间段影响力权值，w₂为第二时间段平均威望度权值，w₃为第三时间段平均威望度权值，Δw为影响力权值波动量，t_n为时间节点标记，为用户i在t₀时刻的影响力，为用户i在t₁时刻的影响力，为用户i在t_n时刻的影响力，[t,t_n‑1]为第一时间段，[t_n‑1,(t_n+t_n‑1)/2]为第二时间段，[(t_n+t_n‑1)/2,t_n]为第三时间段，为用户i在时间段[t_n‑1,(t_n+t_n‑1)/2]内的平均威望度，为用户i在时间段[(t_n+t_n‑1)/2,t_n]内的平均威望度，α为威望度信息指数，α目的是将用户影响力和平均威望度保持在同一数量级。本方法中涉及到的模块如下：存储模块：用于存储用户的粉丝数量、威望度记录值、用户每周的威望度、影响力权值及时间节点更新标志等信息。监控模块：用于监控用户的被提及、信息被转发和信息被评论行为及影响力更新的时间节点。计算模块：用于计算用户在不同时间段内的平均威望度、各时间段的用户影响力值、影响力权值和平均威望度权值、时间节点更新标志等。其具体方法步骤为：(1)初始时刻t＝0，记网络结构中用户i的粉丝数量为Fi，并将Fi存入存储模块；(2)计算模块计算t＝0时用户i的影响力值(3)初始时刻t＝0，初始化用户i的威望度记录值ACi＝0,并将ACi存入存储模块；(4)监控模块实时监控网络中用户i的被提及、信息被转发和信息被评论行为，监控到任何一种行为该用户的威望度记录值ACi加1，并将ACi存入存储模块；(5)以周为单位计算用户每周的威望度，监控模块监控至每周结束后，统计用户i的第m周的威望度Ai,m＝ACi，并将Ai,m存入存储模块；(6)用户i的第m周的威望度统计结束后，重置ACi＝0；(7)从初始时刻t＝0开始，初始化时间节点更新标志n＝0，并将n存入存储模块；(8)n＝0时，初始化影响力计算权值w1,w2＝(1‑w1)/3,w3＝2(1‑w1)/3，且w1>w2+w3，并将w1，w2，w3存入存储模块；(9)通过监控模块监控时间节点，每至2n周结束，时间节点标记为tn，tn＝2n周，用户影响力排名更新一次，更新机制转向步骤(10)；(10)若n≥2，则转向步骤(13)，否则转向步骤(11)；(11)若n＝0，则用户i的影响力为并将存入存储模块，转向步骤(16)，否则转向步骤(12)；(12)n＝1时，用户i的影响力为并将存入存储模块，转向步骤(16)；(13)n≥2时，通过计算模块将时间段[t,tn]分为三段，第一时间段[t,tn‑1]、第二时间段[tn‑1,(tn+tn‑1)/2]和第三时间段[(tn+tn‑1)/2,tn]；(14)通过计算模块计算用户i在第二时间段和第三时间段的平均威望度，每个时间段的平均威望度为该时间段内每周威望度的平均值，时间段[t_n‑1,(t_n+t_n‑1)/2]的平均威望度为时间段[(t_n+t_n‑1)/2,t_n]的平均威望度为(15)计算用户i在t_n时刻的影响力为并将存入存储模块，计算结束，转向步骤(16)；(16)计算模块将时间节点更新标志n增加1，若影响力计算权值w1>w2+w3,则w1＝w1‑Δw，w2＝(1‑w1)/3,w3＝2(1‑w1)/3，否则不变，计算完成后将n,w1,w2,w3存入存储模块；(17)根据更新后的用户影响力值由大到小排名，得到该时间段的用户影响力排名结果,若继续计算下一时段排名结果，则转向步骤(9)继续监控，否则计算结束。