本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種基于互動(dòng)行為的社交傳播路徑識(shí)別方法、裝置及電子設(shè)備。

背景技術(shù)：

1、隨著社交媒體的迅速發(fā)展，信息在平臺(tái)上的傳播速度和規(guī)模都顯著增加。社交媒體成為了信息傳播的重要渠道，特別是在市場(chǎng)營銷、信息管理、公共事件傳播中，追蹤和識(shí)別信息的傳播路徑對(duì)企業(yè)和機(jī)構(gòu)至關(guān)重要。

2、現(xiàn)有技術(shù)社交傳播路徑識(shí)別實(shí)現(xiàn)過程中，存在如下問題：

3、1.缺乏對(duì)多維度互動(dòng)行為的綜合考慮：傳統(tǒng)的傳播路徑識(shí)別方法主要依賴于簡(jiǎn)單的傳播鏈分析，通常忽略了用戶的互動(dòng)行為對(duì)信息傳播的影響，導(dǎo)致傳播路徑識(shí)別不夠精確。

4、2.復(fù)雜網(wǎng)絡(luò)中傳播路徑的識(shí)別困難：社交網(wǎng)絡(luò)通常具有復(fù)雜的節(jié)點(diǎn)和連接，現(xiàn)有方法難以在大規(guī)模復(fù)雜網(wǎng)絡(luò)中快速、準(zhǔn)確地識(shí)別傳播路徑。

5、3.實(shí)時(shí)性差：現(xiàn)有的傳播路徑識(shí)別方法往往需要事后分析，無法在信息傳播的同時(shí)動(dòng)態(tài)跟蹤傳播路徑。

6、4.對(duì)跨平臺(tái)傳播的分析能力不足：信息往往通過多個(gè)社交媒體平臺(tái)傳播，現(xiàn)有方法難以跨平臺(tái)跟蹤和識(shí)別傳播路徑。

7、上述問題成為需要解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明實(shí)施例提供了一種基于互動(dòng)行為的社交傳播路徑識(shí)別方法、裝置及電子設(shè)備，至少部分解決現(xiàn)有技術(shù)中存在的問題。

2、第一方面，本發(fā)明實(shí)施例提供了一種基于互動(dòng)行為的社交傳播路徑識(shí)別方法，包括：

3、通過多個(gè)社交媒體平臺(tái)api接口采集用戶的互動(dòng)行為數(shù)據(jù)，并對(duì)互動(dòng)行為進(jìn)行數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理，所述互動(dòng)行為數(shù)據(jù)包括用戶id、內(nèi)容id、互動(dòng)類型和時(shí)間戳；

4、基于用戶互動(dòng)行為數(shù)據(jù)構(gòu)建信息傳播網(wǎng)絡(luò)，所述傳播網(wǎng)絡(luò)包括節(jié)點(diǎn)和接觸面，通過接觸面權(quán)重計(jì)算函數(shù)計(jì)算網(wǎng)絡(luò)中每個(gè)接觸面的權(quán)重；

5、基于所述接觸面和接觸面的權(quán)重，構(gòu)建傳播特征向量vs=[lc,ss,dc,iy,ah,hc]，基于傳播特征向量以及路徑計(jì)算函數(shù)fl識(shí)別并分類信息傳播路徑ts，lc表示傳播路徑長度、ss表示傳播速度、dc表示傳播層次、iy表示節(jié)點(diǎn)社交影響力，ah表示節(jié)點(diǎn)活躍度，hc表示互動(dòng)行為頻次；

6、當(dāng)新產(chǎn)生的用戶互動(dòng)行為數(shù)據(jù)超過預(yù)設(shè)值θ時(shí)，更新傳播特征向量為vsd，并基于更新后的傳播特征向量vsd計(jì)算更新后的信息傳播路徑tsd；

7、分析同一用戶在多個(gè)不同社交媒體平臺(tái)的信息傳播軌跡，形成跨平臺(tái)傳播路徑特征向量g=[ts,tsd]，通過跨平臺(tái)傳播路徑特征向量g分析各社交媒體平臺(tái)的傳播速度和關(guān)鍵節(jié)點(diǎn)，評(píng)估不同社交平臺(tái)在信息擴(kuò)散過程中的貢獻(xiàn)值。

8、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述通過多個(gè)社交媒體平臺(tái)api接口采集用戶的互動(dòng)行為數(shù)據(jù)，并對(duì)互動(dòng)行為進(jìn)行數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理，包括：

9、采集社交媒體用戶的互動(dòng)行為數(shù)據(jù)，包括用戶的轉(zhuǎn)發(fā)、點(diǎn)贊、評(píng)論和分享數(shù)據(jù)。

10、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述通過多個(gè)社交媒體平臺(tái)api接口采集用戶的互動(dòng)行為數(shù)據(jù)，并對(duì)互動(dòng)行為進(jìn)行數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理，還包括：

11、對(duì)采集的數(shù)據(jù)進(jìn)行清洗，去除重復(fù)、無效和噪聲數(shù)據(jù)；

12、對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，包括時(shí)間格式統(tǒng)一、行為類型編碼以及用戶標(biāo)識(shí)符規(guī)范化。

13、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述基于用戶互動(dòng)行為數(shù)據(jù)構(gòu)建信息傳播網(wǎng)絡(luò)，所述傳播網(wǎng)絡(luò)包括節(jié)點(diǎn)和接觸面，通過接觸面權(quán)重計(jì)算函數(shù)計(jì)算網(wǎng)絡(luò)中每個(gè)接觸面的權(quán)重，包括：

14、將每個(gè)用戶在傳播網(wǎng)絡(luò)中表示為一個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)的屬性包括用戶id、參與傳播的行為類型以及互動(dòng)時(shí)間；

15、將用戶之間的互動(dòng)行為設(shè)置為傳播路徑的接觸面，每條接觸面連接兩個(gè)用戶，表示這兩個(gè)用戶之間存在信息傳播關(guān)系；

16、通過權(quán)重w(i,j)表示用戶i與用戶j之間的傳播權(quán)重，接觸面的權(quán)重w(i,j)通過以下公式計(jì)算：

17、

18、f轉(zhuǎn)發(fā)(i,j)表示用戶i對(duì)用戶j內(nèi)容的轉(zhuǎn)發(fā)頻率，f評(píng)論(i,j)表示用戶i對(duì)用戶j內(nèi)容的評(píng)論頻率，f點(diǎn)贊(i,j)表示用戶i對(duì)用戶j內(nèi)容的點(diǎn)贊頻率，α、β、γ是權(quán)重參數(shù)。

19、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述基于所述接觸面和接觸面的權(quán)重，構(gòu)建傳播特征向量vs=[lc,ss,dc,iy,ah,hc]，基于傳播特征向量以及路徑計(jì)算函數(shù)fl識(shí)別并分類信息傳播路徑ts，包括：

20、計(jì)算從信息源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最短路徑長度，得到傳播路徑長度lc：

21、

22、p(s,t)是從源節(jié)點(diǎn)s到目標(biāo)節(jié)點(diǎn)t的所有路徑集合，p是傳播路徑，(u,v)是路徑p上的一條接觸面，(u,v)是接觸面(u,v)的權(quán)重，λ是調(diào)節(jié)參數(shù)，用于平衡接觸面權(quán)重和節(jié)點(diǎn)度的影響，degree(u)是節(jié)點(diǎn)u的度，表示連接到節(jié)點(diǎn)u的接觸面數(shù)；

23、基于信息從源節(jié)點(diǎn)傳播到目標(biāo)節(jié)點(diǎn)的時(shí)間間隔，計(jì)算傳播速度ss：

24、

25、p是從源節(jié)點(diǎn)s到目標(biāo)節(jié)點(diǎn)t的最短路徑，timestamp(v)是節(jié)點(diǎn)v的時(shí)間戳，μ是調(diào)節(jié)參數(shù)，用于控制接觸面權(quán)重對(duì)傳播速度的影響；

26、計(jì)算信息從源節(jié)點(diǎn)傳播到目標(biāo)節(jié)點(diǎn)經(jīng)過的層數(shù)，得到傳播層次dc：

27、

28、p是從源節(jié)點(diǎn)s到目標(biāo)節(jié)點(diǎn)t的最短路徑，level(v)是節(jié)點(diǎn)v的層次編號(hào)，η是調(diào)節(jié)參數(shù)，用于平衡層次差和節(jié)點(diǎn)度的影響；

29、計(jì)算節(jié)點(diǎn)社交影響力iy：

30、

31、w1,w2,w3是權(quán)重參數(shù)，flr(i)是節(jié)點(diǎn)i的關(guān)注用戶數(shù)，itf(i)是節(jié)點(diǎn)i的互動(dòng)頻次，hsd(i)是節(jié)點(diǎn)i的歷史傳播記錄，δ是調(diào)節(jié)參數(shù)，ctt(i)是節(jié)點(diǎn)i的中心性。

32、計(jì)算節(jié)點(diǎn)活躍度ah：

33、

34、w4,w5,w6是權(quán)重參數(shù)，itf(i)是節(jié)點(diǎn)i的互動(dòng)頻次，itd(i)是節(jié)點(diǎn)i的互動(dòng)深度，atd(i)是節(jié)點(diǎn)i的活躍持續(xù)時(shí)間；

35、基于用戶在傳播路徑上執(zhí)行互動(dòng)行為的頻率，計(jì)算互動(dòng)行為頻次hc：

36、

37、f轉(zhuǎn)發(fā)(i,j)是用戶i對(duì)用戶j內(nèi)容的轉(zhuǎn)發(fā)頻率，f評(píng)論(i,j)是用戶i對(duì)用戶j內(nèi)容的評(píng)論頻率，f點(diǎn)贊(i,j)是用戶i對(duì)用戶j內(nèi)容的點(diǎn)贊頻率，ρ是調(diào)節(jié)參數(shù)，sts(i,j)是用戶i對(duì)用戶j內(nèi)容的情感得分；

38、將計(jì)算得到的各項(xiàng)特征組合成特征向量vs=[lc,ss,dc,iy,ah,hc]。

39、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述基于所述接觸面和接觸面的權(quán)重，構(gòu)建傳播特征向量vs=[lc,ss,dc,iy,ah,hc]，基于傳播特征向量以及路徑計(jì)算函數(shù)fl識(shí)別并分類信息傳播路徑ts，還包括：

40、構(gòu)建包含第一層模型和第二層模型的訓(xùn)練模型，使用堆疊方法將多個(gè)基礎(chǔ)模型的輸出作為新的特征，輸入到一個(gè)元模型中進(jìn)行最終分類，第一層元模型表示為：

41、

42、

43、

44、prf、psvm和pxgb分別代表隨機(jī)森林、支持向量機(jī)和xgboost模型的預(yù)測(cè)結(jié)果，frf、fsvm和fxgb分別代表隨機(jī)森林、支持向量機(jī)和xgboost模型；

45、第二層元模型表示為：

46、

47、

48、vm是元特征向量，fmeta是元模型，lr是二分類函數(shù)；

49、使用基礎(chǔ)模型的預(yù)測(cè)結(jié)果prf,psvm,pxgb作為新的元特征向量vm，訓(xùn)練元模型fmeta，使用元模型對(duì)基礎(chǔ)模型的預(yù)測(cè)結(jié)果進(jìn)行最終分類ts：

50、。

51、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述當(dāng)新產(chǎn)生的用戶互動(dòng)行為數(shù)據(jù)超過預(yù)設(shè)值θ時(shí)，更新傳播特征向量為vsd，并基于更新后的傳播特征向量vsd計(jì)算更新后的信息傳播路徑tsd，包括：

52、當(dāng)新產(chǎn)生的用戶互動(dòng)行為數(shù)據(jù)量超過預(yù)設(shè)值θ時(shí)，收集并預(yù)處理新產(chǎn)生的用戶互動(dòng)行為數(shù)據(jù)；

53、基于更新后的數(shù)據(jù)，重新構(gòu)建傳播網(wǎng)絡(luò)中的節(jié)點(diǎn)和接觸面，并計(jì)算新的接觸面權(quán)重；

54、根據(jù)更新后的傳播網(wǎng)絡(luò)，重新計(jì)算傳播特征向量，得到更新后的傳播特征向量vsd，將更新后的傳播特征向量vsd輸入到已訓(xùn)練的模型中，進(jìn)行特征標(biāo)準(zhǔn)化和特征生成，生成新的特征向量；

55、使用基礎(chǔ)模型和元模型對(duì)新的特征向量進(jìn)行預(yù)測(cè)，得到更新后的信息傳播路徑tsd。

56、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述通過跨平臺(tái)傳播路徑特征向量g分析各社交媒體平臺(tái)的傳播速度和關(guān)鍵節(jié)點(diǎn)，評(píng)估不同社交平臺(tái)在信息擴(kuò)散過程中的貢獻(xiàn)值，包括：

57、分析同一用戶在多個(gè)不同社交媒體平臺(tái)上的信息傳播軌跡，形成跨平臺(tái)傳播路徑特征向量g；

58、通過分析時(shí)間戳和傳播路徑，確定信息從一個(gè)節(jié)點(diǎn)傳到另一個(gè)節(jié)點(diǎn)所需的時(shí)間，從而評(píng)估每個(gè)平臺(tái)的傳播速度pts；

59、計(jì)算傳播過程中各個(gè)節(jié)點(diǎn)在不同平臺(tái)的活躍度值phy；

60、根據(jù)傳播速度pts和活躍度值phy，評(píng)估不同社交平臺(tái)在信息擴(kuò)散過程中的貢獻(xiàn)值。

61、第二方面，本發(fā)明實(shí)施例提供了一種基于互動(dòng)行為的社交傳播路徑識(shí)別裝置，包括：

62、采集模塊，通過多個(gè)社交媒體平臺(tái)api接口采集用戶的互動(dòng)行為數(shù)據(jù)，并對(duì)互動(dòng)行為進(jìn)行數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理，所述互動(dòng)行為數(shù)據(jù)包括用戶id、內(nèi)容id、互動(dòng)類型和時(shí)間戳；

63、構(gòu)建模塊，基于用戶互動(dòng)行為數(shù)據(jù)構(gòu)建信息傳播網(wǎng)絡(luò)，所述傳播網(wǎng)絡(luò)包括節(jié)點(diǎn)和接觸面，通過接觸面權(quán)重計(jì)算函數(shù)計(jì)算網(wǎng)絡(luò)中每個(gè)接觸面的權(quán)重；

64、識(shí)別模塊，基于所述接觸面和接觸面的權(quán)重，構(gòu)建傳播特征向量vs=[lc,ss,dc,iy,ah,hc]，基于傳播特征向量以及路徑計(jì)算函數(shù)fl識(shí)別并分類信息傳播路徑ts，lc表示傳播路徑長度、ss表示傳播速度、dc表示傳播層次、iy表示節(jié)點(diǎn)社交影響力，ah表示節(jié)點(diǎn)活躍度，hc表示互動(dòng)行為頻次；

65、更新模塊，當(dāng)新產(chǎn)生的用戶互動(dòng)行為數(shù)據(jù)超過預(yù)設(shè)值θ時(shí)，更新傳播特征向量為vsd，并基于更新后的傳播特征向量vsd計(jì)算更新后的信息傳播路徑tsd；

66、評(píng)估模塊，分析同一用戶在多個(gè)不同社交媒體平臺(tái)的信息傳播軌跡，形成跨平臺(tái)傳播路徑特征向量g=[ts,tsd]，通過跨平臺(tái)傳播路徑特征向量g分析各社交媒體平臺(tái)的傳播速度和關(guān)鍵節(jié)點(diǎn)，評(píng)估不同社交平臺(tái)在信息擴(kuò)散過程中的貢獻(xiàn)值。

67、第三方面，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，該電子設(shè)備包括：

68、至少一個(gè)處理器；以及，

69、與該至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

70、該存儲(chǔ)器存儲(chǔ)有可被該至少一個(gè)處理器執(zhí)行的指令，該指令被該至少一個(gè)處理器執(zhí)行，以使該至少一個(gè)處理器能夠執(zhí)行前述任第一方面或第一方面的任一實(shí)現(xiàn)方式中的基于互動(dòng)行為的社交傳播路徑識(shí)別方法。

71、第四方面，本發(fā)明實(shí)施例還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令，該計(jì)算機(jī)指令用于使該計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的基于互動(dòng)行為的社交傳播路徑識(shí)別方法。

72、第五方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品包括存儲(chǔ)在非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上的計(jì)算程序，該計(jì)算機(jī)程序包括程序指令，當(dāng)該程序指令被計(jì)算機(jī)執(zhí)行時(shí)，使該計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的基于互動(dòng)行為的社交傳播路徑識(shí)別方法。

73、本發(fā)明實(shí)施例中的基于互動(dòng)行為的社交傳播路徑識(shí)別方案，包括：通過多個(gè)社交媒體平臺(tái)api接口采集用戶的互動(dòng)行為數(shù)據(jù)，并對(duì)互動(dòng)行為進(jìn)行數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理，所述互動(dòng)行為數(shù)據(jù)包括用戶id、內(nèi)容id、互動(dòng)類型和時(shí)間戳；基于用戶互動(dòng)行為數(shù)據(jù)構(gòu)建信息傳播網(wǎng)絡(luò)，所述傳播網(wǎng)絡(luò)包括節(jié)點(diǎn)和接觸面，通過接觸面權(quán)重計(jì)算函數(shù)計(jì)算網(wǎng)絡(luò)中每個(gè)接觸面的權(quán)重；基于所述接觸面和接觸面的權(quán)重，構(gòu)建傳播特征向量vs=[lc,ss,dc,iy,ah,hc]，基于傳播特征向量以及路徑計(jì)算函數(shù)fl識(shí)別并分類信息傳播路徑ts，lc表示傳播路徑長度、ss表示傳播速度、dc表示傳播層次、iy表示節(jié)點(diǎn)社交影響力，ah表示節(jié)點(diǎn)活躍度，hc表示互動(dòng)行為頻次；當(dāng)新產(chǎn)生的用戶互動(dòng)行為數(shù)據(jù)超過預(yù)設(shè)值θ時(shí)，更新傳播特征向量為vsd，并基于更新后的傳播特征向量vsd計(jì)算更新后的信息傳播路徑tsd；分析同一用戶在多個(gè)不同社交媒體平臺(tái)的信息傳播軌跡，形成跨平臺(tái)傳播路徑特征向量g=[ts,tsd]，通過跨平臺(tái)傳播路徑特征向量g分析各社交媒體平臺(tái)的傳播速度和關(guān)鍵節(jié)點(diǎn)，評(píng)估不同社交平臺(tái)在信息擴(kuò)散過程中的貢獻(xiàn)值。本發(fā)明具有如下有益效果：

74、a多維度互動(dòng)行為分析：

75、通過綜合分析用戶的轉(zhuǎn)發(fā)、評(píng)論、點(diǎn)贊等多維度的互動(dòng)行為，系統(tǒng)能夠更加精確地識(shí)別社交傳播路徑，提升傳播路徑識(shí)別的精度。

76、b實(shí)時(shí)傳播路徑跟蹤：

77、本發(fā)明支持信息傳播過程的實(shí)時(shí)監(jiān)控和動(dòng)態(tài)調(diào)整，能夠在信息傳播的同時(shí)識(shí)別和跟蹤傳播路徑。

78、c跨平臺(tái)傳播路徑融合：

79、系統(tǒng)能夠整合多個(gè)社交媒體平臺(tái)的數(shù)據(jù)，實(shí)現(xiàn)跨平臺(tái)傳播路徑的統(tǒng)一識(shí)別，彌補(bǔ)了現(xiàn)有方法對(duì)跨平臺(tái)傳播分析能力的不足。

80、d傳播關(guān)鍵節(jié)點(diǎn)識(shí)別：

81、通過機(jī)器學(xué)習(xí)技術(shù)，系統(tǒng)能夠識(shí)別信息傳播的關(guān)鍵節(jié)點(diǎn)用戶，為信息擴(kuò)散和危機(jī)應(yīng)對(duì)提供數(shù)據(jù)支持。

82、e易于部署和擴(kuò)展：

83、本發(fā)明基于通用的數(shù)據(jù)處理和分析框架，能夠靈活適應(yīng)不同規(guī)模的社交媒體平臺(tái)，易于部署和擴(kuò)展。