微博中用戶間潛在關注關係的發現方法及裝置的製作方法
2023-09-18 21:53:00
專利名稱:微博中用戶間潛在關注關係的發現方法及裝置的製作方法
技術領域:
本發明涉及網絡數據挖掘領域,特別涉及一種微博中用戶間潛在關注關係的發現方法及裝置。
背景技術:
微博是一種網際網路應用服務,它利用無線網絡、有線網絡、通信技術等進行即時通訊,允許用戶將自己的最新動態和想法以簡訊形式發送給手機和個性化網站群,而不僅僅是發送給個人。與一般的社交網絡不同的是,微博對每次發送的消息長度進行了限制,從而降低了對用戶語言編排組織的要求,之言片語的內容也方便用戶及時更新自己的個人信息。在微博中,用戶間的關係可分為兩種,一種是顯式的關係,即好友間的關注關係,一種是隱式關係,如好友間轉發消息,回復消息等。目前,如何通過獲取的微博中的消息和用戶間的關注關係,來發現用戶間潛在的關注關係,已是研究者們非常感興趣的問題之一。現有的發現用戶間潛在關注關係的方法多是通過用戶間的連結關係(即關注關係)來得到用戶的關注關係圖,然後根據圖的結構,採用計算最優路徑的方式分析用戶的潛在好友關係。此外,非負矩陣分解目前也是數據挖掘領域中非常流行的一種技術,通過非負矩陣分解來計算用戶間潛在關注關係效率比較高且適於處理大量數據。然而,這些潛在關注關係的發現方法通常只考慮微博中用戶間連邊的結構信息,即顯式的關注關係,而沒利用用戶間的互動行為(或稱交互行為),使得通過現有技術發現用戶間潛在關注關係的結果誤差比較大。
發明內容
根據本發明一個實施例,提供一種微博中用戶間潛在關注關係的發現方法,包括:步驟I)、根據用戶集和用戶間關注關係集構建用戶關注關係矩陣R,其中用戶集中的用戶包括目標用戶和候選用戶,矩陣R中的每個元素Ru表示第i個用戶對第j個用戶的關注度;步驟2)、計算矩陣R的兩個非負分解矩陣A和B,其中,矩陣A和矩陣B用於刻畫用戶間關注關係和交互行為對用戶間潛在關注關係的影響;步驟3)、將矩陣A和矩陣B的乘積與矩陣R相減得到矩陣雲,從矩陣雲中挑出所有目標用戶對應行與所有候選用戶對應列的位置的所有元素,得到目標用戶的潛在關注關係矩陣1 %其中矩陣R*的每個元素i ;.表示第i』個目標用戶對第j』個候選用戶的潛在關注度。在一個實施例中,步驟I)中,當第i個用戶關注第j個用戶時Rij=I,否則Rij=O。在一個實施例中,用戶集中的用戶還包括中間用戶,其中,中間用戶包括目標用戶關注的用戶以及關注目標用戶的用戶;候選用戶包括中間用戶集中的中間用戶關注的用戶以及關注中間用戶的用戶。
在進一步的實施例中,步驟2)中計算矩陣R的兩個非負分解矩陣A和B包括:步驟21)、初始化矩陣A和矩陣B為任意非負值矩陣,矩陣A和矩陣B相乘所得的矩陣維度與矩陣R的維度相同;步驟22)、更新矩陣A和矩陣B,其中,利用如下公式更新矩陣A中的每個元素:
權利要求
1.一種微博中用戶間潛在關注關係的發現方法,包括: 步驟I)、根據用戶集和用戶間關注關係集構建用戶關注關係矩陣R,其中用戶集中的用戶包括目標用戶和候選用戶,矩陣R中的每個元素Ru表示第i個用戶對第j個用戶的關注度; 步驟2)、計算矩陣R的兩個非負分解矩陣A和B,其中,矩陣A和矩陣B用於刻畫用戶間關注關係和交互行為對用戶間潛在關注關係的影響; 步驟3)、將矩陣A和矩陣B的乘積與矩陣R相減得到矩陣萬,從矩陣i中挑出所有目標用戶對應行與所有候選用戶對應列的位置的所有元素,得到目標用戶的潛在關注關係矩陣R%其中矩陣R*的每個元素表示第i』個目標用戶對第j』個候選用戶的潛在關注度。
2.根據權利要求1所述的方法,其中,步驟I)中當第i個用戶關注第j個用戶時Ru=I,否則Rij=0。
3.根據權利要求1或2所述的方法,步驟I)中用戶集中的用戶還包括中間用戶,其中 中間用戶包括目標用戶關注的用戶以及關注目標用戶的用戶; 候選用戶包括中間用戶集中的中間用戶關注的用戶以及關注中間用戶的用戶。
4.根據權利要求3所述的方法,其中,步驟2)中計算矩陣R的兩個非負分解矩陣A和B包括: 步驟21)、初始化矩陣A和矩陣B為任意非負值矩陣,矩陣A和矩陣B相乘所得的矩陣維度與矩陣R的維度相同; 步驟22)、更新矩陣A和矩陣B,其中, 利用如下公式更新矩陣A中的每個元素:
5.根據權利要求4所述的方法,其中,當用戶i為候選用戶並且中間用戶k和k』都轉發了用戶i發布的消息時,/e: (k,k』)為1,否則為O。
6.根據權利要求4所述的方法,其中,當用戶u為目標用戶,並且中間用戶k和k』同時關注用戶u或用戶u同時關注中間用戶k和k』時,Wu(k, k』)為1,否則為O。
7.根據權利要求4所述的方法,其中,當用戶i和j為候選用戶,並且用戶i和j同時關注中間用戶k或中間用戶k同時關注用戶i和j時,Wk(i,j)為1,否則為O。
8.根據權利要求1或2所述的方法,還包括: 步驟4)將矩陣R*的每一行按元素值由大到小進行排序,得到每個目標用戶的、按潛在關注度大小排序的潛在關注用戶列表。
9.一種微博中用戶間潛在關注關係的發現設備,包括: 輸入裝置,用於輸入用戶集、用戶間關注關係集和一段時間內用戶間交互行為集,其中,用戶集中的用戶包括目標用戶和候選用戶; 計算裝置,用於根據用戶集和用戶間關注關係集構建用戶關注關係矩陣R,根據一段時間內用戶間交互行為集計算矩陣R的兩個非負分解矩陣A和B,根據矩陣A和矩陣B的乘積與矩陣R相減得到的矩陣萬,從矩陣萬中挑出所有目標用戶對應行與所有候選用戶對應列的位置的所有元素,得到目標用戶的潛在關注關係矩陣R'
10.根據權利要求9所述的設備,其中根據用戶集和用戶間關注關係集構建用戶關注關係矩陣R包括: 當第i個用戶關注第j個用戶時Rij=I,否則Rij=O。
11.根據權利要求9或10所述的設備,其中用戶集中的用戶還包括中間用戶,其中 中間用戶包括目標用戶關注的用戶以及關注目標用戶的用戶; 候選用戶包括中間用戶集中的中間用戶關注的用戶以及關注中間用戶的用戶。
12.根據權利要求11所述的設備,其中根據一段時間內用戶間交互行為集計算矩陣R的兩個非負分解矩陣包括: 初始化矩陣A和矩陣B為任意非負值矩陣,矩陣A和矩陣B相乘所得的矩陣維度與矩陣R的維度相同;更新矩陣A和矩陣B中的每個元素;計算更新後的矩陣A和更新後的矩陣B的乘積R』 =AB ;如果矩陣R』與矩陣R的誤差rmse小於預定閾值,則輸出更新後的矩陣A和矩陣B,否則繼續更新矩陣A和矩陣B中的每個元素; 其中, 利用如下公式更新矩陣A中的每個元素:
13.根據權利要求12所述的設備,其中,當用戶i為候選用戶並且中間用戶k和k』都轉發了用戶i發布的消息時,式f (k,k』)為1,否則為O。
14.根據權利要求12所述的設備,其中,當用戶u為目標用戶,並且中間用戶k和k』同時關注用戶u或用戶u同時關注中間用戶k和k』時,Wu(k, k』)為1,否則為O。
15.根據權利要求12所述的設備,其中,當用戶i和j為候選用戶,並且用戶i和j同時關注中間用戶k或中間用戶k同時關注用戶i和j時,Wk(i,j)為1,否則為O。
16.根據權利要求9或10所述的設備,所述計算裝置還用於將矩陣R*的每一行按元素值由大到小進行排序,得到每個目標用戶的、按潛在關注度大小排序的潛在關注用戶列表。
全文摘要
本發明提供一種微博中用戶間潛在關注關係的發現方法,包括根據用戶集和用戶間關注關係集構建用戶關注關係矩陣;計算用戶關注關係矩陣的兩個非負分解矩陣;根據兩個非負矩陣的乘積以及用戶關注關係矩陣得到潛在關注關係矩陣。本發明結合了微博中用戶間的關注關係和用戶間交互行為信息來發現潛在關注關係,能夠減少發現用戶間潛在關注關係的結果誤差。
文檔編號G06Q50/00GK103150678SQ20131007752
公開日2013年6月12日 申請日期2013年3月12日 優先權日2013年3月12日
發明者程學旗, 賈巖濤, 王元卓, 於建業, 李靜遠, 馮凱 申請人:中國科學院計算技術研究所