[发明专利]微博媒体中的意见领袖识别方法

摘要

本发明公开了一种微博媒体中的意见领袖识别方法，包括网络意见收集，标准样本库标注，意见个体活跃度的分析，意见个体受关注度的分析，意见个体发文认同度的分析，意见领袖的分析和识别等六个步骤。本发明通过收集网络意见，对其进行意见个体活跃度、意见个体关注度、意见个体认同度三个方面的分析计算，以此为基础进行意见领袖的综合分析和识别。

主权项

1.微博媒体中的意见领袖识别方法，包括以下步骤：一、网络意见收集：网络意见的收集是通过微博平台用户发表的言论，通过网络的合法的收集下载，下载大量的微博发文及其评论信息，并针对相关的话题比较活跃的进行跟踪的下载，将所有的发文按照用户分类进行抽取、统计以提供各方面的分析；二、标准样本库标注：选取一段时间内，有发言的微博作者，由相关的意见领袖识别专家对该作者进行手工标注，给出是否为网络水军的判定，并从中选取一定量的微博作者放入标准样本数据库；该样本数据将作为后续意见领袖判定的标注样本集合；三、意见个体活跃度：1)个体活跃度由三个方面构成，包括，在某一段相关话题比较活跃的时间内，该作者平均每天发表的原创帖子数量记为V_org，每天转发的帖子数量记为V_for，每天评论的帖子数量记为V_rem，可以定义下述公式将该指标量化；L＝W_orgV_org+W_forV_for+W_remV_rem (1)在(1)式中，W_org为原创帖子所占的活跃度权重，W_for为转发帖子所占的活跃度权重，W_rem为评论帖子所占的活跃度权重；为了防止具有较大初始值的属性与具有较小初始值的属性相比，权重过大，需要先将上述三种帖子数量进行规范化后再代入公式进行计算；四、意见个体受关注度：如果意见个体所发的微博受关注程度越高，则越可能是意见领袖，为此定义平均转发数、平均浏览数、平均评论数三种指标如下；1)平均转发数M＝Tt/N，其中：N为发文量，Tt为所有发文转发总数；2)平均浏览数S＝Tc/N，其中：N发文量，Tc为所有发文浏览数的总数；3)平均评论数P＝Td/N，其中：N发文量，Td为所有发文评论数的总数；4)平均转发数的权重比为Wm，平均浏览数的权重比为Ws，平均评论数的权重比为Wp；意见个体受关注度C＝M*Wm+S*Ws+P*Wp  (2)各个数量在代入(2)式计算时同样需要做归一化处理；五、意见个体发文认同度：对于某个主题或领域的意见领袖，其发表的微博观点往往会得到多数人的认同，定义意见个体发文认同度指标如下：B=Σi=1kAgreei-DisAgreeiN+1---(3)]]>在(3)式中，Agree_i表示意见个体发布的第i篇文章中所有持支持态度的评论数；DisAgree_i表示持反对态度的评论数；k为意见个体发布的文章总数；N为所有参与评论的作者数量；六、意见领袖的分析和识别：针对步骤二中所述样本标注集合，计算出每一个作者的意见个体活跃度，意见个体受关注度，意见个体发文认同度后，可以得到一个三维特征向量(L，C，A)，每个作者都代表三维空间中的一个点；对于一个未知的作者样本，在计算出其三维特征向量后，那么可以计算出样本数据集中离其最近的K个点，其中意见领袖和非意见领袖两个类别所占的个数表示成k_i，i＝1，2；i＝1表示意见领袖，i＝2表示非意见领袖，定义判别函数为：g_i(x)＝k_i，i＝1，2；决策规则为：根据这个K个最近邻点中所占大多数的类别，可以预测出该作者是否为意见领袖。