社交網(wǎng)絡(luò)中領(lǐng)域?qū)＜野l(fā)現(xiàn)模型研究

高曉波 方獻(xiàn)梅

摘要：隨著Web2.0和移動(dòng)終端設(shè)備的發(fā)展，社交網(wǎng)絡(luò)日益普及，尋找社交網(wǎng)絡(luò)中的領(lǐng)域?qū)＜乙殉蔀檠芯繜狳c(diǎn)。微博是當(dāng)今流行的社交網(wǎng)絡(luò)，以新浪微博數(shù)據(jù)為例，首先按用戶發(fā)布的微博主題將用戶劃分為各個(gè)領(lǐng)域，然后提出在各領(lǐng)域內(nèi)計(jì)算微博社交網(wǎng)絡(luò)用戶權(quán)威值的模型。模型充分考慮了用戶發(fā)布的微博數(shù)目、用戶粉絲數(shù)以及粉絲評(píng)論、轉(zhuǎn)發(fā)和提及用戶等行為對(duì)用戶權(quán)威值的影響，最終計(jì)算出用戶權(quán)威值。實(shí)驗(yàn)結(jié)果證實(shí)了該領(lǐng)域?qū)＜野l(fā)現(xiàn)模型的合理性與可行性。

關(guān)鍵詞：微博；社交網(wǎng)絡(luò)；用戶行為；專家發(fā)現(xiàn)；領(lǐng)域?qū)＜?/p>

DOI：10.11907/rjdk.181611

中圖分類號(hào)：TP301

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2018）007-0067-03

Abstract：WiththedevelopmentofWeb2.0andmobileterminaldevices，socialnetworksarebecomingpopular.Howtolocatetheexpertsinaspecificfieldisaresearchfocusinthisarea.SinaWeiboisoneofthemostpopularon-linesocialisingtoolsinChina.ThispapertriestouseamathematicalmodeltodistinguishexpertsfromnormalusersofSinaWeibo.Firstofall，usersaredividedintodifferentfieldsaccordingtotheposts'theme.Andthenthemodel，whichtakesintofullaccountseveraluserbehaviors，includingtheamountofthepostsandcomments，numberoffansandforwardrates，willcalculatetheauthoritativevalueofeachuser.Theresultoftheexperimentverifiestheadvancementofthismodelintherealnetworkenvironment.

KeyWords：microblog；socialnetworking；userbehavior；expertslocating；domainexperts

0引言

據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的第41次全國(guó)互聯(lián)網(wǎng)發(fā)展統(tǒng)計(jì)報(bào)告，截至2017年12月，中國(guó)網(wǎng)民規(guī)模達(dá)7.72億，互聯(lián)網(wǎng)普及率為55.8%，微博用戶使用率已達(dá)到40.9%，知乎、豆瓣、天涯社區(qū)用戶使用率均有所提升，表明越來越多用戶通過各種社區(qū)平臺(tái)進(jìn)行互動(dòng)，以獲取和表達(dá)觀點(diǎn)，各種網(wǎng)絡(luò)社區(qū)已成為人們發(fā)表言論的重要場(chǎng)所。新浪微博作為我國(guó)主流的微博服務(wù)提供商之一，一條微博可以包含140字左右的文字，用戶可以在微博中添加URL短地址服務(wù)、圖片、音視頻及地理信息等。微博社交網(wǎng)絡(luò)的海量數(shù)據(jù)資源中不僅包含大眾普遍關(guān)注的社會(huì)信息，也包含了用戶行為特征及熱點(diǎn)事件。社交網(wǎng)絡(luò)中用戶的關(guān)注、發(fā)帖、轉(zhuǎn)帖、評(píng)論等行為蘊(yùn)含了用戶偏好、用戶權(quán)威性等信息。對(duì)社交網(wǎng)絡(luò)中的用戶行為進(jìn)行分析，可以評(píng)估用戶影響力。

目前活躍在互聯(lián)網(wǎng)上的專家主要是通過互聯(lián)網(wǎng)平臺(tái)相互傳播而形成的具有影響力的意見領(lǐng)袖，他們?cè)诨ヂ?lián)網(wǎng)上發(fā)表對(duì)某個(gè)領(lǐng)域的觀點(diǎn)，并得到大量普通網(wǎng)民的關(guān)注、支持、轉(zhuǎn)發(fā)、評(píng)論，從而形成對(duì)民眾的觀點(diǎn)引導(dǎo)和輿論影響。他們的話題之所以受到廣泛關(guān)注，主要在于其發(fā)表的觀點(diǎn)具有良好的指導(dǎo)性、前瞻性和可靠性，能為普通民眾提供有效的信息指導(dǎo)。社區(qū)專家發(fā)現(xiàn)已成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)之一。

近年來，專家發(fā)現(xiàn)得到了快速發(fā)展，主要集中在知識(shí)分享平臺(tái)（CQA）、學(xué)術(shù)文獻(xiàn)專家和信息管理系統(tǒng)中。問答平臺(tái)[1]具有明確的問與答關(guān)系，答題者具有較為明顯的專家特征，通過研究用戶歷史問答記錄領(lǐng)域知識(shí)的相關(guān)性，得到用戶的專業(yè)知識(shí)、聲譽(yù)和權(quán)威性。周光有等[2]基于用戶局部相似性，實(shí)現(xiàn)問答平臺(tái)中用戶的主題敏感概率模型進(jìn)行專家估計(jì)；RiahiFatemeh等[3]使用集合概率模型和統(tǒng)計(jì)主題模型實(shí)現(xiàn)問答社區(qū)的專家發(fā)現(xiàn)；FermeierRalphf等[4]在wiki中通過語義相似度補(bǔ)充專家本體，實(shí)現(xiàn)根據(jù)專業(yè)知識(shí)水平和同行評(píng)審協(xié)作的專家識(shí)別；WuChi-Jen等[5]通過構(gòu)造P指數(shù)評(píng)價(jià)專家，從而實(shí)現(xiàn)領(lǐng)域內(nèi)的專家發(fā)現(xiàn)；NaqviMohsin等[6]提出基于時(shí)態(tài)關(guān)聯(lián)規(guī)則的專業(yè)知識(shí)挖掘算法實(shí)現(xiàn)學(xué)術(shù)專家發(fā)現(xiàn)。

Web社區(qū)中的專家與普通用戶并沒有顯著區(qū)別，且零散地分布在互聯(lián)網(wǎng)中，這與知識(shí)分享平臺(tái)和學(xué)術(shù)專家平臺(tái)具有很大區(qū)別。目前已有學(xué)者研究Web社區(qū)中的專家發(fā)現(xiàn)，但主要是將Web社區(qū)作為一個(gè)社交網(wǎng)絡(luò)進(jìn)行分析。SuHang等[7]研究在一個(gè)特定領(lǐng)域的社交平臺(tái)中進(jìn)行專家發(fā)現(xiàn)，但并不適用于廣義的社區(qū)平臺(tái)；YinHongzhi等[8]提出通過影響力對(duì)專家小組進(jìn)行識(shí)別，但是忽略了領(lǐng)域特征；SmirnovaElena[9]提出用貝葉斯層次概率模型綜合分析社會(huì)關(guān)系和文本主題，大大提高了專家發(fā)現(xiàn)效率，但沒有揭示交互關(guān)系與主題特征的邏輯關(guān)系，缺乏精確的概率函數(shù)；JianJiao等[10]通過構(gòu)造空間向量模型計(jì)算文本相關(guān)性，通過改進(jìn)的PageRank算法計(jì)算用戶關(guān)注度，實(shí)現(xiàn)對(duì)專家的綜合排名；LiuYang等[11]研究基于語義知識(shí)網(wǎng)絡(luò)推理對(duì)查詢條件與專家特征進(jìn)行相關(guān)性度量的排序方法；CraigMacdonald等[12]研究專家文檔排名與專家排名的關(guān)系，提供基于文檔權(quán)重的排序方法；DavoodiE等[13]提出一種基于內(nèi)容和關(guān)系的混合推薦算法，運(yùn)用社會(huì)網(wǎng)絡(luò)分析，并考慮用戶經(jīng)驗(yàn)背景、知識(shí)水平、個(gè)人偏好等因素，匹配最合適的專家進(jìn)行推薦；PhamXH等[14]提出RecSys框架，在發(fā)現(xiàn)用戶偏好和判斷的基礎(chǔ)上，匹配知識(shí)的特征屬性和具有價(jià)值的相關(guān)專家。

本文以新浪微博社交網(wǎng)絡(luò)為研究對(duì)象，判斷一個(gè)用戶是否是專家（意見領(lǐng)袖），通常需要綜合利用微博用戶多方面信息，如用戶活躍度、用戶標(biāo)簽、用戶評(píng)論及轉(zhuǎn)發(fā)微博、用戶關(guān)注的用戶群及關(guān)注該用戶的用戶群等。基于微博用戶之間的關(guān)注、轉(zhuǎn)發(fā)、評(píng)論等關(guān)系構(gòu)建微博社區(qū)的用戶行為交互關(guān)系網(wǎng)絡(luò)，按照用戶發(fā)布微博所屬主題將用戶劃分到各個(gè)領(lǐng)域，從真實(shí)微博社區(qū)中提取各領(lǐng)域用戶的相應(yīng)數(shù)據(jù)，根據(jù)模型計(jì)算用戶權(quán)威值，排名靠前的用戶即是篩選出的相應(yīng)領(lǐng)域?qū)＜遥ㄒ庖婎I(lǐng)袖）。

1社區(qū)用戶交互關(guān)系網(wǎng)絡(luò)圖

社交網(wǎng)絡(luò)已成為網(wǎng)絡(luò)信息傳播的重要途徑，為廣大用戶提供了開放、自由的虛擬討論空間。在各社區(qū)平臺(tái)提供了不同主題類別，社區(qū)用戶可針對(duì)感興趣的主題發(fā)表微博，用戶間的交互方式有評(píng)論、轉(zhuǎn)發(fā)等關(guān)系，通過這些關(guān)系建立用戶之間的交互關(guān)系網(wǎng)絡(luò)圖G=（U，E）。其中U表示網(wǎng)絡(luò)中的節(jié)點(diǎn)集合，即社區(qū)用戶；E表示網(wǎng)絡(luò)中的邊集，etij∈E表示用戶Ui和Uj間存在關(guān)系t（t可以是評(píng)論、轉(zhuǎn)發(fā)、提及等）。

圖1給出的是微博社區(qū)用戶交互關(guān)系的一部分。微博社區(qū)中每個(gè)用戶有檔案信息（包含用戶發(fā)布的微博數(shù)等信息）和社會(huì)關(guān)系信息，兩個(gè)用戶間的交互關(guān)系可以是單向的，也可以是雙向的。圖1中，用戶U5有1個(gè)單向交互關(guān)系（如所發(fā)微博被用戶U7評(píng)論過）和3個(gè)雙向交互關(guān)系（如U5和U4在所發(fā)微博中都提及到對(duì)方），U6和U7間既有單向交互關(guān)系（U7對(duì)U6的微博進(jìn)行評(píng)論），也有雙向交互關(guān)系（U6和U7相互轉(zhuǎn)發(fā)對(duì)方微博）。

本文以新浪微博社交網(wǎng)絡(luò)為研究對(duì)象，通過網(wǎng)絡(luò)爬蟲抓取2016年9月10日-2017年5月12日的數(shù)據(jù)，構(gòu)建社區(qū)用戶間的交互關(guān)系網(wǎng)絡(luò)。

2Web社區(qū)領(lǐng)域?qū)＜野l(fā)現(xiàn)模型

本文提出的社區(qū)領(lǐng)域?qū)＜野l(fā)現(xiàn)模型首先通過LDA主題模型[15]，抽取用戶微博主題，將主題分配給各個(gè)類別，并通過微博主題分類將用戶分為不同類別，在各類別領(lǐng)域不僅考慮用戶所發(fā)微博數(shù)目和用戶社會(huì)關(guān)系（關(guān)注歷史），還考慮用戶間的交互行為（評(píng)論、轉(zhuǎn)發(fā)及提及）。模型提出的專家權(quán)威值包含兩部分：用戶初始權(quán)威值與粉絲影響力。

2.1LDA主題模型

LDA是一種文檔主題生成模型，也稱為一個(gè)三層貝葉斯概率模型，可用來識(shí)別文檔中的主題信息。LDA生成方法如下：

Chooseparameterθ～p（θ）；

ForeachoftheNwordsw_n：

Chooseatopicz_n～p（z|θ）；

Chooseawordw_n～p（w|z）；

其中θ是一個(gè)主題向量，向量的每一列表示每個(gè)主題在文檔中出現(xiàn)的概率；p（θ）是θ的分布；N表示要生成文檔的單詞個(gè)數(shù)，w_n表示生成的第n個(gè)單詞w；z_n表示選擇的主題，p（z|θ）表示給定θ時(shí)主題z的概率分布；p（w|z）表示給定z時(shí)w的分布。其圖模型如圖2所示，其中D表示文檔總數(shù)，Nd表示文檔d中的單詞總數(shù)。

獲取用戶所發(fā)微博，按LDA模型找出微博主題。主題可能有多個(gè)，通常一個(gè)人在擅長(zhǎng)領(lǐng)域會(huì)發(fā)布較多微博，因而本文選取其中出現(xiàn)概率最大的一個(gè)主題，也即取出一個(gè)用戶最擅長(zhǎng)的，并最終分配到對(duì)應(yīng)的8個(gè)類別：娛樂、科技、商業(yè)、運(yùn)動(dòng)、教育、新聞、生活、閑聊。

2.2領(lǐng)域用戶權(quán)威值初始化

利用LDA模型將用戶分配到相應(yīng)領(lǐng)域，然后可以分領(lǐng)域計(jì)算各領(lǐng)域內(nèi)的用戶權(quán)威值。一般而言，高權(quán)威用戶的粉絲較多，發(fā)布的微博也較多，因而對(duì)用戶權(quán)威值進(jìn)行初始化時(shí)，需要充分考慮這兩方面信息。

定義1（關(guān)注→）新浪微博中，如果用戶Ui關(guān)注了用戶Uj，記為Ui→Uj，則用戶Uj稱為用戶Ui的關(guān)注好友，用戶Ui稱為用戶Uj的粉絲。

用戶的初始權(quán)威值使用公式（1）進(jìn)行計(jì)算。

式（1）中，Auth（Ui）表示用戶Ui的初始權(quán)威值，F(xiàn)（G，Ui）表示微博社交網(wǎng)絡(luò)中用戶Ui的粉絲數(shù)目，max（F（G，.））和min（F（G，.））分別表示用戶的最大粉絲數(shù)和最小粉絲數(shù)，N（G，Ui）表示用戶Ui發(fā)布微博數(shù)目，max（N（G，.））和min（N（G，.））分別表示用戶發(fā)布的最大和最小微博數(shù)目。α、β為調(diào)節(jié)系數(shù)，且α+β=1。初始權(quán)威值越大，說明該用戶影響力越大，越有可能是需要尋找的專家。

2.3粉絲用戶影響力

在新浪微博中，一條微博受到關(guān)注，除微博內(nèi)容本身和發(fā)布微博的用戶影響力外，還與微博傳播網(wǎng)絡(luò)中粉絲用戶的影響力有關(guān)。

定義2（用戶交互系數(shù)Ci，j）Ci，j為用戶Ui和該用戶粉絲Uj之間的交互系數(shù)，表示用戶Uj對(duì)用戶Ui微博的評(píng)論頻率及用戶Uj在自身微博中轉(zhuǎn)發(fā)或@Ui（提及用戶Ui）的微博比例。Ci，j的值由公式（2）進(jìn)行計(jì)算。

式（2）中，Ti和Tj分別表示用戶Ui和用戶Uj發(fā)布的微博數(shù)量。考慮到微博的時(shí)效性，Ti和Tj選取用戶最新發(fā)布的至多200條微博。Rj，i表示用戶Uj對(duì)用戶Ui微博的評(píng)論次數(shù)，Rtj，i與Mj，i分別表示用戶Uj轉(zhuǎn)發(fā)與提及用戶Ui的微博次數(shù)。γ為正整數(shù)，用來線性放大用戶間的行為交互影響。

用戶的最終權(quán)威值由用戶初始權(quán)威值和粉絲權(quán)威值兩部分構(gòu)成。

3實(shí)驗(yàn)

3.1實(shí)驗(yàn)數(shù)據(jù)

本文實(shí)驗(yàn)數(shù)據(jù)來自新浪微博2016年9月10日—2017年5月12日的數(shù)據(jù)，去掉一些無效和空信息后，有191037個(gè)用戶的2753208條微博信息，以及微博評(píng)論信息、轉(zhuǎn)發(fā)信息和所有用戶的關(guān)注好友信息及粉絲信息。

對(duì)用戶發(fā)布的微博使用LDA主題模型進(jìn)行分類，將微博用戶分為8個(gè)領(lǐng)域，考慮到粉絲數(shù)少的用戶影響力較小，因而本文只選取粉絲數(shù)在120個(gè)以上的用戶。

3.2實(shí)驗(yàn)結(jié)果

使用公式（1）計(jì)算各領(lǐng)域用戶的初始權(quán)威值，這里α取0.8，β取0.2，然后使用公式（3）計(jì)算每個(gè)用戶的最終權(quán)威值，本文使用P@10及MAP評(píng)估專家發(fā)現(xiàn)結(jié)果，結(jié)果如表1所示。

4結(jié)語

Web社區(qū)中各專家的專業(yè)程度、影響力等各不相同。本文以新浪微博數(shù)據(jù)為例，首先按用戶發(fā)布的微博主題將用戶劃分為各個(gè)領(lǐng)域，然后提出在各領(lǐng)域內(nèi)計(jì)算微博社交網(wǎng)絡(luò)用戶權(quán)威值的模型，模型提出用戶的最終權(quán)威值由用戶初始權(quán)威值和粉絲權(quán)威值共同決定。實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的合理性與可行性。

參考文獻(xiàn)：

[1]LIUDR，CHENYH，KAOWC，etal.Integratingexpertprofile，reputationandlinkanalysisforexpertfindinginquestion-answeringwebsites[J].InformationProcessing&ManagementAnInternationalJournal;，2013，49（1）：312-329.

[2]ZHOUG，LAIS，LIUK，etal.Topic-sensitiveprobabilisticmodelforexpertfindinginquestionanswercommunities[C].ACMInternationalConferenceonInformationandKnowledgeManagement.ACM，2012：1662-1666.

[3]RIAHIF，ZOLAKTAFZ，SHAFIEIM，etal.Findingexpertusersincommunityquestionanswering[C].Proceedingsofthe21stInternationalConferenceCompaniononWorldWideWeb.ACM，2012：791-798.

[4]SCHAFERMEIERR，PASCHKEA.UsingdomainontologiesforfindingexpertsincorporateWikis[C].Proceedingsofthe7thInternationalConferenceonSemanticSystems.ACM，2011：63-70.

[5]WUCJ，CHUNGJM，LUCY，etal.Usingweb-miningforacademicmeasurementandscholarrecommendationinexpertfindingsystem[C].Proceedingsofthe2011IEEE/WIC/ACMInternationalConferencesonWebIntelligenceandIntelligentAgentTechnology，2011：288-291.

[6]NAQVIM，USMANA，BATOOLS，etal.FindingscientificexpertsofACMcategoriesbasedontemporalassociationrulemining[C].ComputerNetworksandInformationTechnology（ICCNIT），2011InternationalConferenceon.IEEE，2011：273-277.

[7]SUH，TANGJ，HONGW.LearningtoDiversifyExpertFindingwithSubtopics[M].AdvancesinKnowledgeDiscoveryandDataMining.SpringerBerlinHeidelberg，2012：330-341.

[8]YINH，CUIB，HUANGY.FindingaWiseGroupofExpertsinSocialNetworks[C].InternationalConferenceonAdvancedDataMiningandApplications.Springer-Verlag，2011：381-394.

[9]SMIRNOVAE.Amodelforexpertfindinginsocialnetworks[C].Proceedingsofthe34thInternationalACMSIGIRConferenceonResearchanddevelopmentinInformationRetrieval.ACM，2011：1191-1192.

[10]JIAOJ，YANJ，ZHAOH，etal.Expertrank：anexpertuserrankingalgorithminonlinecommunities[C].NewTrendsinInformationandServiceScience，2009.NISS'09.InternationalConferenceon.IEEE，2009：674-679.

[11]YANGL，HUZ，LONGJ.Serviceofsearchingandrankinginasemantic-basedexpertinformationsystem[C].ServicesComputingConference（APSCC），2010IEEEAsia-Pacific.IEEE，2010：609-614.

[12]MACDONALDC，OUNISI.Theinfluenceofthedocumentrankinginexpertsearch[J].InformationProcessing&Management;，2011，47（3）：376-390.

[13]DAVOODIE，KIANMEHRK，AFSHARCHIM.Asemanticsocialnetwork-basedexpertrecommendersystem[J].AppliedIntelligence，2013，39（1）：1-13.

[14]PHAMXH，JUNGJJ，NGUYENNT.Integratingmultipleexpertsforcorrectionprocessininteractiverecommendationsystems[M].ComputationalCollectiveIntelligenceTechnologiesandApplications.Berlin：Springer，2012：31-40.

[15]BLEIDM，NGAY，JORDANMI.Latentdirichletallocation[J].JournalofMachineLearningResearch，2003，3：993-1022.

（責(zé)任編輯：黃?。?/p>