一种社交网络数据处理方法及装置、存储介质及电子设备与流程

1.本公开涉及网络科学技术领域，尤其涉及一种社交网络数据处理方法及装置、存储介质及电子设备。


背景技术：

2.目前的社交网络，以其提供的服务吸引并下沉众多用户，在用户间高频率交互的同时，不同节点的影响力大小不同，因此对于信息传播、市场营销、舆情控制及群体性事件等产生的作用不同。
3.相关技术中的信息传播评估方案，大部分是基于个体基本属性的评估，较少考虑到个体在整个网络中的位置和影响力大小，这样会降低社交网络中节点影响力评估结果的科学性及准确性。
4.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

5.本公开的目的在于提供一种社交网络数据处理方法及装置、介质及设备，至少在一定程度上克服由于相关技术的限制而导致节点影响力评估结果的准确性降低的问题。
6.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
7.根据本公开的一个方面，提供一种社交网络数据处理方法，所述方法包括：
8.获取社交网络用户数据；
9.根据所述社交网络用户数据构建社交关系网络模型；
10.根据所述社交关系网络模型的网络邻接矩阵计算节点的度，并计算每个节点的相对重要度；
11.根据所述相对重要度计算出每个节点的信息熵；
12.通过网络表征学习将所述网络邻接矩阵压缩到低维空间，其中，一个节点对应一个向量；
13.通过聚类算法将所有节点划分成多个社团，计算所述社团中节点个数占节点总数的比例；
14.根据所述信息熵以及所述比例计算节点在其社交网络中的影响力大小。
15.在本公开一个实施例中，所述获取社交网络用户数据，包括：通过爬虫工具获取社交平台上社交网络用户数据，所述社交网络用户数据包括社交网络中个体的浏览、通信、评论的历史数据。
16.在本公开一个实施例中，所述根据所述社交网络用户数据构建社交关系网络模型，包括：根据所述社交网络用户数据，构建以社交网络用户为节点，用户互动关系为边的所述社交关系网络模型。
17.在本公开一个实施例中，所述社交关系网络模型是无向有权复杂网络，所述无向有权复杂网络用g(v，e)表示，其中，v为节点集合，e为边集合。
18.在本公开一个实施例中，所述相对重要度的计算公式如下：
19.其中，
20.0＜ii＜1，ki为节点i的度，n为网络节点总数量。
21.在本公开一个实施例中，所述信息熵的计算公式如下：
22.ei＝-∑
j∈γ(i)
ij.lnij，其中，
23.ei＞0，γ(i)表示节点i的2倍邻域节点集，ij为节点j的相对重要度。
24.在本公开一个实施例中，节点影响力大小的计算公式如下：
25.其中，
26.为所述社团中节点个数占节点总数的比例，cnk(i)为节点i所在社团的节点数，k为社团总数，-∑
j∈γ(i)
ij.lnij为节点i的信息熵。
27.根据本公开的另一个方面，提供一种社交网络数据处理装置，包括：
28.数据获取模块，用于获取社交网络用户数据；
29.模型构建模块，用于根据所述社交网络用户数据构建社交关系网络模型；
30.模型求解模块，用于根据所述社交关系网络模型的网络邻接矩阵计算节点的度，并计算每个节点的相对重要度；
31.信息熵计算模块，用于根据所述相对重要度计算出每个节点的信息熵；
32.矩阵变换模块，用于通过网络表征学习将所述网络邻接矩阵压缩到低维空间，其中，一个节点对应一个向量；
33.社团分析模块，用于通过聚类算法将所有节点对应的向量划分成多个社团，计算所述社团中节点个数占节点总数的比例；
34.结果计算模块，用于根据所述信息熵以及所述比例计算节点在其社交网络中的影响力大小。
35.根据本公开的再一个方面，提供一种电子设备，包括：
36.处理器；以及
37.存储器，用于存储所述处理器的可执行指令；
38.其中，所述处理器配置为经由执行所述可执行指令来执行上述中任意一项所述社交网络数据处理方法。
39.根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述中任意一项所述的社交网络数据处理方法。
40.本公开的实施例所提供的一种社交网络数据处理方法及装置、存储介质及电子设备，先获取社交网络用户数据，构建社交关系网络模型，再根据社交关系网络模型的网络邻接矩阵，计算节点邻域内的信息熵大小，然后通过网络表征学习来获取节点传播特征的低维向量表示，并使用聚类算法获得社团中节点个数占节点总数的比例，最终构建节点影响
力计算公式。这样可以更加聚焦社交网络中节点影响范围，提升社交网络中节点影响力计算的科学性及准确性。
41.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
42.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1示出本公开实施例中社交网络数据处理方法的流程图。
44.图2示出本公开实施例中社交关系网络的示意图。
45.图3示出本公开实施例中社交网络数据处理装置的示意图。
46.图4示出本公开实施例中用于社交网络数据处理方法的电子设备框图。
47.图5示出本公开实施例中用于社交网络数据处理方法的计算机可读存储介质示意图。
具体实施方式
48.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
49.此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
50.下面结合附图对本公开示例实施方式进行详细说明。
51.图1示出本公开实施例中社交网络数据处理方法的流程图。
52.参考图1，应用于一种社交网络数据处理方法可以包括：
53.步骤s102：获取社交网络用户数据；
54.步骤s104：根据社交网络用户数据构建社交关系网络模型；
55.步骤s106：根据社交关系网络模型的网络邻接矩阵计算节点的度，并计算每个节点的相对重要度；
56.步骤s108：根据相对重要度计算出每个节点的信息熵；
57.步骤s110：通过网络表征学习将网络邻接矩阵压缩到低维空间，其中，一个节点对应一个向量；
58.步骤s112：通过聚类算法将所有节点对应的向量划分成多个社团，计算社团中节点个数占节点总数的比例；
59.步骤s114：根据所述信息熵以及所述比例计算节点在其社交网络中的影响力大小。
60.具体的，先获取社交网络用户数据，构建社交关系网络模型，再根据社交关系网络模型的网络邻接矩阵，计算节点邻域内的信息熵大小，然后通过网络表征学习来获取节点传播特征的低维向量表示，并使用聚类算法获得社团中节点个数占节点总数的比例，最终构建节点影响力计算公式。这样可以更加聚焦社交网络中节点影响范围，提升社交网络中节点影响力计算的科学性及准确性。
61.下面分别对图1中的各个步骤进行具体说明。
62.在步骤s101中，获取社交网络用户数据。
63.本示例实施方式中，可以通过爬虫工具获取社交网络用户公开的用户社交信息，用户社交信息可以包括社交网络中个体的浏览、通信、评论等历史的数据。
64.在步骤s104中，根据社交网络用户数据构建社交关系网络模型。
65.社交网络中的主要组成部分包括节点、边、社团等基本概念。下面对构建的社交网络中的各基本元素进行简单介绍。
66.节点：节点，指网络中的研究个体，社交网络中节点通常指的是实际的参与者，可以是网络中具有相互联系的个人、事物、集体等。根据节点多样性的原则，本公开实施例中以社交网络用户为节点构建了网络，方便更全面的研究网络中用户的相互联系。
67.边：边，一般指节点和节点之间的连接关系，即用户之间通过一定的联系连接组成网络。这种连接关系是多样性的，人与人之间的好友关系、共同的属性关系、互动关系等都是成为连接两个节点之间的关系边。社交网络中用户节点之间的关系紧密程度也是不同的，有些人之间的关系紧密，有些人之间的关系较为稀疏，所以应该给不同的关系引入不同的权重值进行区分。但为了简单计算，通常采用二元关系进行分析，即两个用户之间要么有关系，要么没有关系，用户之间的关系同等对待。
68.社团：社团是网络中一部分节点的集合。社团是网络中的自然存在，反映的是网络的固有状态和属性。社交网络中同一社团中的用户可以有不同的属性、不同的目的，但是社团中的用户之间关系较为紧密，社团内部结构中边的密度比较大，社团之间联系较稀疏。本公开实施例中采用划分效果较为精细的聚类算法将用户进行社团划分，找出网络结构中关系较为紧密的用户集合。
69.本示例实施方式中，可以根据社交网络用户数据，构建以社交网络用户为节点，用户互动关系为边的社交关系网络模型，其中，社交关系网络模型是无向有权复杂网络。
70.参考图1，无向有权复杂网络可以用g(v，e)表示，其中，v为节点集合，e表示连边。例如，图1中编号1,2,3,...,12的圆圈，每个圆圈表示网络中的每个用户，圆圈6和圆圈9之间有连接边，表示用户6和用户9之间有过交流传播。节点v＝{v1,v2,
…
,vn}为用户节点集合，e表示连接用户节点之间连边的集合，连接边e可以表示为社交网络用户间的互动关系，互动关系可以包括用户间互相的浏览、转发、评论、回复等等。e＝{ξij}，ξij＝(vi,vj)，ξij是连接vi和vj的边，vi和vj是网络中用户节点，如果这个边存在，则ξij的值为1，否则为0，即节点vi和节点vj之间有过交流传播时，ξij的值为1，否则为0，其中，i＝{1,2,
…
,n}，j＝{1,2,
…
,n}，n为大于0的自然数，n为网络中用户节点的总数。
71.在步骤s106中，根据社交关系网络模型的网络邻接矩阵计算节点的度，并计算每
个节点的相对重要度。
72.本示例实施方式中，由于社交关系网络模型是无向有权复杂网络，则该网络邻接矩阵为对称矩阵，网络邻接矩阵a可以记为an×n＝(a
ij
)。其中，对于网络邻接矩阵中的每一个数据，若节点vi与节点vj之间有过交流传播，则a
ij
＝1，否则a
ij
＝0。并根据网络邻接矩阵计算节点的度和计算每个节点的相对重要度。
73.具体的，节点的度是指：与节点相连的条数或边数的权重之和，其节点度可以表示为ki，节点度的计算公式为ki＝∑
jaij
，a
ij
表示邻接矩阵a中i行j列的元素。根据节点度计算每个节点的相对重要度，其相对重要度的计算公式为其中0＜ii＜1，ki为节点i的度，n为网络节点总数量。
74.在步骤s108中，根据相对重要度计算出每个节点的信息熵。
75.本示例实施方式中，节点的信息熵表征了邻居节点为该节点提供的影响力。信息熵可以表示为ei，计算公式为ei＝-∑
j∈γ(i)
ij.lnij，i＝(1,2,3,
…
,n)，1≤i≤n，n为自然数，ei＞0，γ(i)表示节点的2倍邻域节点集，ij为节点j的相对重要度。
76.在步骤s110中，通过网络表征学习将网络邻接矩阵压缩到低维空间，其中，一个节点对应一个向量。
77.其中，网络表征学习旨在将网络中的节点表示成低维、实值、稠密的向量形式，使得得到的向量形式可以在向量空间中具有表示以及推理的能力，从而可以更加灵活地应用于不同的数据挖掘任务中。举例来说，节点的表示可以作为特征，送到类似支持向量机的分类器中，同时，节点表示也可以转化成空间坐标，用于可视化任务。
78.本示例实施方式中，可以通过deepwalk网络表征学习将网络邻接矩阵a(n
×
n)压缩到n
×
r低维空间的表示，一个节点对应一个向量。其中任意节点vi的向量表示为xi＝(xi1,xi2,xi3,
…
,xir)，i＝(1,2,3,
…
,n)，r为可调参数。
79.在步骤s112中，通过聚类算法将所有节点对应的向量划分成多个社团，计算社团中节点个数占节点总数的比例。
80.聚类算法可以为k-means聚类算法(k-均值聚类算法)，这是一种已知聚类类别数的划分算法。它是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。它是使用欧氏距离度量的(简单理解就是两点间直线距离，欧氏距离只是将这个距离定义更加规范化，扩展到n维而已)。它可以处理大数据集，且高效。它的输入的是数据集和类别数。聚类结果是划分为k类的k个数据集。
81.本示例实施方式中，使用k-means聚类算法将n个节点对应的向量xir划分为k个社团，并依据社团中节点的数量进行排序，记为c＝(c1,c2,c3,
…
,ck)，其中k为可调参数。社团节点数排序后可以为cn1》cn2》...》cnk，在社交关系网络模型中任意选取节点i，可以获取到节点i所在社团中节点数目cnk(i)。其中，为社团中节点个数占节点总数的比例。
82.在步骤s114中，根据所述信息熵以及所述比例计算节点在其社交网络中的影响力
大小。
83.本示例实施方式中，节点影响力大小的计算公式如下：其中，为社团中节点个数占节点总数的比例，cnk(i)为节点i所在社团的节点数，n为节点总数，k为所述社团总数，et(i)计算结果即为节点i在社交网络中影响力情况。
84.应清楚地理解，本发明描述了如何形成和使用特定示例，但本发明的原理不限于这些示例的任何细节。相反，基于本发明公开的内容的教导，这些原理能够应用于许多其它实施例。
85.图3示出本公开实施例中社交网络数据处理装置的示意图。
86.参考图3，一种社交网络数据处理装置3包括数据获取模块302、模型构建模块304、模型求解模块306、信息熵计算模块308、矩阵变换模块310、社团分析模块312和结果计算模块314。
87.数据获取模块302，用于获取社交网络用户数据；
88.模型构建模块304，用于根据所述社交网络用户数据构建社交关系网络模型；
89.模型求解模块306，用于根据所述社交关系网络模型的网络邻接矩阵计算节点的度，并计算每个节点的相对重要度；
90.信息熵计算模块308，用于根据所述相对重要度计算出每个节点的信息熵；
91.矩阵变换模块310，用于通过网络表征学习将所述网络邻接矩阵压缩到低维空间，其中，一个节点对应一个向量；
92.社团分析模块312，用于通过聚类算法将所有节点对应的向量划分成多个社团，计算所述社团中节点个数占节点总数的比例；
93.结果计算模块314，根据所述信息熵以及所述比例计算节点在其社交网络中的影响力大小。
94.所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
95.下面参照图4来描述根据本发明的这种实施方式的电子设备400。图4显示的电子设备400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
96.如图4所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：上述至少一个处理单元410、上述至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430。
97.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元410执行，使得所述处理单元410执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元410可以执行如图1中所示的步骤s102：获取社交网络用户数据；步骤s104：根据社交网络用户数据构建社交关系网络模型；步骤s106：根据社交关系网络模型的网络邻接矩阵计算节点的度，并计算每个节点的相对重要度；步骤s108：根据相对重要度计算出每个节点的信息熵；步骤s110：通过网络表征学习将网络邻接
矩阵压缩到低维空间，其中，一个节点对应一个向量；步骤s112：通过聚类算法将所有节点对应的向量划分成多个社团，计算社团中节点个数占节点总数的比例；步骤s114：根据所述信息熵以及所述比例计算节点在其社交网络中的影响力大小。
98.存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元(rom)4203。
99.存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204，这样的程序模块4205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
100.总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
101.电子设备400也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口450进行。并且，电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器460通过总线430与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
102.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
103.下面参照图5，在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品500。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品500的形式，其包括程序代码，当所述程序产品500在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
104.描述了根据本发明的实施方式的用于实现上述方法的程序产品500，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品500不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
105.所述程序产品500可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、
只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
106.计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
107.可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
108.可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
109.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
110.此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
111.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
112.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。