买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国家计算机网络与信息安全管理中心

摘要：本发明通过网络技术处理领域的方法，实现了一种基于关键传播结构感知的意见领袖识别方法和装置。方法基于神经网络算法，设计用户双重特征提取模块和关键传播结构挖掘模块两个逻辑模块组成，通过输入微博中不同话题数据，得到输入数据中具有代表性特征的意见领袖及关联关系输出。本发明设计基于节点中心度的消息传递机制，充分结合了节点在拓扑结构中的重要性，构造了一个新的图神经网络模型提取社交网络中用户的特征。首次利用图分类任务挖掘不同事件中的关键结构信息，在挖掘社交网络中top‑k个意见领袖的同时能够从节点连通性、节点相似度、节点中心度三个角度学习意见领袖之间潜在的联系，构造网络中的关键传播结构。

主权项：1.一种基于关键传播结构感知的意见领袖识别方法，其特征在于：方法通过获取不同话题的微博内容作为输入，根据输入话题检索社交网络库，若不存在该话题则直接结束，若存在则取出该话题在微博中由用户和帖文的转发关系构成的信息传播网络，进而输入特征提取模块；用户特征提取模块内部由用户中心度学习和聚合更新用户特征两个顺序操作的步骤组成，执行用户中心度学习操作对用户特征矩阵随机初始化，根据话题传播情况构建网络的邻接矩阵；之后进行聚合更新用户特征操作，基于节点中心度的消息传递机制聚合用户信息，构造新的图神经网络模型提取网络中用户的特征；所述用户特征提取模块输出用户表征矩阵输出至关键传播结构挖掘模块；所述关键传播结构挖掘模块包括关键用户筛选单元、用户相似度学习单元、用户连通性分析单元和用户中心性分析单元构成的关键传播结构学习子模块以及更新关键结构邻接矩阵五个单元，所述关键用户筛选单元输入由用户特征提取模块输出的用户表征矩阵，用户相似度学习单元、用户连通性分析单元、用户中心性分析单元输入经过用户排序并挑选top-ki个节点作为当前卷积层中的意见领袖节点的用户表征向量和索引信息；更新关键结构邻接矩阵输入所述用户相似度学习单元、所述用户连通性分析单元、所述用户中心性分析单元的输出值，计算得到网络中的关键传播结构；所述关键用户筛选单元对用户重要度排序；所述更新关键结构邻接矩阵单元更新筛选出来的意见领袖节点拓扑结构信息，更新领袖节点的邻接矩阵，与挖掘出的意见领袖共同构成网络中的关键传播结构；之后，判断用户特征提取模块是否大于等于2，若是则训练调优后输出意见领袖的识别结果，若否则将生成结果输入所述用户中心度学习操作重新执行。

全文数据：

权利要求：

百度查询： 国家计算机网络与信息安全管理中心 一种基于关键传播结构感知的意见领袖识别方法和装置