[发明专利]一种基于多元特征的微博信息传播行为预测方法及系统

说明书

技术领域

本发明涉及基于多元特征的微博信息传播行为预测方法，尤其涉及微博信息传播过程中基于多元特征的用户行为模型建立。本发明还涉及基于多元特征的微博信息传播行为预测系统。属于网络安全领域。

背景技术

根据中国互联网络信息中心(CNNIC)2011年1月19日发布的《第27次中国互联网络发展状况统计报告》的数据，截至2010年12月，我国网民规模已达4.57亿，互联网普及率达到34.3％。其中，手机网民一年增加6930万人，规模已达3.03亿人，占整体网民的66.2％。WEB2.0理念的普及与相关技术的日益成熟，使网络内容的生产者已经从过去单纯的网站制作人员逐渐转变为网站和广大网络用户的混合群体，包括新闻评论、跟帖、社交网络(博客、微博、交友、论坛)等新型网络应用不断出现，信息传播方式多样化。而网络舆论，以其草根化、自由化和多元化，已经成为影响现实社会的一股不可忽视的力量。

微博客也称“微博”，是Web2.0时代新兴的一种集成化、开放化的互联网社交服务；它作为一个可以即时发布消息的类似博客的系统，方便用户可以通过手机、即时通信软件和外部的应用程序编程接口等途径向其微博客发布消息。一般发布的消息是200字以内(通常是140字的限制)。微博客以其简单快捷的操作方式、随时随地发布信息的互动形式让越来越多的人参与的互联网中来。但是，由于其信息来源的广泛性和不确定性，一些敏感信息和虚假信息经过微博的发酵后，可迅速成为网络突发事件，由此带来的巨大影响往往让人触不及防，其引发的安全问题值得深究(S.Vieweg，A.L.Hughes，etc.Microblogging During Two Natural Hazards Events：What Twitter May Contribute to Situational Awareness[C].In International conference on Human factors in computing systems(CHI)，pages 1079-1088，2010.)。

微博中用户转帖是最有效的信息传播机制。当用户发现一条微博信息值得分享时，他将复制该信息，并转发到自己的页面，供其追随者查看。从而该信息的传播范围已超出了原始作者的关系网络，并且传播过程中保持了信息的完整性。目前对微博网络已有大量的研究，集中在分析转帖行为及其相关因素。W.Galuba等(W.Galuba and K.Aberer.Outtweeting the Twitterers-Predicting Information Caseades in Microblogs[C].In Conference on Online social networks(WOSN)，2010.)研究了微博网络的网络拓扑结构及信息传播路径。B.Suh等(B.Suh，L.Hong，etc.Want to be Retweeted？Large Scale Analytics on Factors Impacting Retweet in Twitter Network[C].In IEEE International Conference on Social Computing(SocialCom)，2010)分析了与微博转帖相关的因素，发现原帖是否包含URL(Uniform Resource Locator)、hash tags，帖子发布时间，作者的权威性等将影响用户的转帖行为。

目前的研究集中在信息传播过程的解释及关联因素的分析上，抽取了影响用户参与信息分享的因素，以及各因素的重要性。但是，如何结合这些已得到的加权因素，预测用户在信息传播中的行为以及微博群体响应，缺乏有效的用户行为预测模型。因此这些研究无法拓展到实际微博网络突发事件预警、虚拟市场规划等应用中。

发明内容

本发明要解决的技术问题是提供一种基于多元特征的微博信息传播行为预测方法，它能方便、准确地预测用户在信息传播中的行为以及微博群体响应；为此本发明还要提供一种基于多元特征的微博信息传播行为预测系统。

为了解决上述技术问题，本发明的基本构思是：基于抽取影响用户参与信息分享的多元特征，构建最大熵用户行为预测模型，预测用户在信息传播中的行为以及微博群体响应。

对于本发明的一种基于多元特征的微博信息传播行为预测方法来说，上述技术问题是这样解决的：一种基于多元特征的微博信息传播行为预测方法包括如下步骤：

a、微博网络数据预处理步骤，获取网络数据，并对相关数据进行预处理；