[发明专利]一种微博中特定用户的相似用户监控方法

摘要

本发明是一种微博中特定用户的相似用户监控方法，其步骤如下：(1)根据输入的特定用户su得到扩展自我网络EEN(Extended Ego Network)的用户集，记为EEN(su)＝FollowerCS(su)UFansCS(su)UVisitorCS(su)，其中FollowerCS(su)为su的关注集，FansCS(su)为su的粉丝集，VisitorCS(su)为su的访客集；(2)基于用户的关注、粉丝和动态微博的相似度及用户间的动态交互相互性，从EEN(su)中发现与su相似的用户集SimUser(su)íEEN(su)。本发明方法引入了访客类用户，增加了发现相似用户的全面性和多样性；引入了时间的动态划分，能更好的体现微博的动态性，使得发现的相似用户更为准确。

主权项

一种微博中特定用户的相似用户监控方法，其特征在于，其步骤如下：A、根据输入的特定用户su得到扩展自我网络EEN——Extended Ego Network的用户集，记为EEN(su)＝FollowerCS(su)UFansCS(su) UVisitorCS(su)，其中FollowerCS(su)为su的关注集，FansCS(su)为su的粉丝集，VisitorCS(su)为su的访客集；其具体步骤如下：A1、获取时间片TimeSpan内用户su的所有微博集MB‑su，包括原创、转发、评论的微博；A2、获取su的关注集FollowerCS(su)和粉丝集FansCS(su)；A3、根据su的微博集MB‑su提取访客集VisitorCS(su)，将三类用户记为EEN(su)＝FollowerCS(su)UFansCS(su) UVisitorCS(su)；B、基于用户的关注、粉丝和动态微博的相似度，以及用户间的动态交互相互性，从EEN(su)中发现与su相似的用户集SimUser(su)íEEN(su)，其具体步骤如下：B1、获取每个用户在时间片TimeSpan内的微博集MB‑user_i、关注集FollowerCS(user_i)、粉丝集FansCS(user_i)；B2、计算用户su与的动态微博相似度，记为MBSim(su,user_i)，其中，T_j为某个时间片，T_j‑T₁的计算结果为时间片相差个数，l为指数衰减参数，用户user_i在T_j时间片的微博向量化表示为：其中，为特征项权重，使用TF*IDF方式计算，在时间片T_j两个用户su,user_i的微博相似度使用余弦夹角方式计算：B3、计算用户su与的动态交互相关性，记为RC(su,user_i)，其中，T_j为某个时间片，T_j‑T₁的计算结果为时间片相差个数，l为指数衰减参数，在时间片T_j两个用户su,user_i的交互相 关性为他们的交互次数，记为m个时间片的最大交互次数记为RC_max，以RC_max为参考对用户的交互相关性进行归一化：B4、计算用户su与的关注相似度，记为FollowerSim(su,user_i)，B5、计算用户su与的粉丝相似度，记为FansSim(su,user_i)，B6、最终得到用户su与的相似度Sim(su,user_i)，