社交網(wǎng)絡(luò)群體識(shí)別方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種社交網(wǎng)絡(luò)群體識(shí)別方法和系統(tǒng)，其中方法包括：獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；用戶消息包括消息內(nèi)容和感染狀態(tài)；對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定各個(gè)用戶消息所屬的主題以及各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率；對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被待識(shí)別的用戶感染的概率，從而根據(jù)各個(gè)主題被待識(shí)別的用戶感染的概率，能夠確定各個(gè)主題對(duì)應(yīng)的用戶群體，能夠?qū)?dǎo)致消息傳播的范圍、路徑和影響進(jìn)行預(yù)測(cè)，進(jìn)而對(duì)消息的傳播進(jìn)行有效的控制。
【專利說(shuō)明】社交網(wǎng)絡(luò)群體識(shí)別方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信【技術(shù)領(lǐng)域】，尤其涉及一種社交網(wǎng)絡(luò)群體識(shí)別方法和系統(tǒng)。
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)中，在webl.0時(shí)期，網(wǎng)絡(luò)中消息的傳播模式主要為:發(fā)布者編輯發(fā)布消息，大眾瀏覽消息。而用戶與用戶之間的交互活動(dòng)很少，因此，消息傳播的范圍、路徑和影響是可以準(zhǔn)確預(yù)測(cè)的。
[0003]然而,在web2.0時(shí)期，隨著微博、QQ、人人網(wǎng)、Face book等社交網(wǎng)絡(luò)的發(fā)展,用戶與用戶之間的交互活動(dòng)大量增加，每個(gè)用戶都可以成為消息的傳播源，導(dǎo)致消息傳播的范圍、路徑和影響難以預(yù)測(cè)，難以從社交網(wǎng)絡(luò)中識(shí)別出使得消息廣泛傳播的關(guān)鍵用戶群體，從而難以對(duì)消息的傳播進(jìn)行有效的控制。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供一種社交網(wǎng)絡(luò)群體識(shí)別方法和系統(tǒng)，用于解決現(xiàn)有技術(shù)中難以從社交網(wǎng)絡(luò)中識(shí)別出使得消息廣泛傳播的關(guān)鍵用戶群體的問(wèn)題。
[0005]本發(fā)明的第一個(gè)方面是提供一種社交網(wǎng)絡(luò)群體識(shí)別方法，包括:
[0006]獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；所述用戶消息包括消息內(nèi)容和感染狀態(tài)；
[0007]對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定所述各個(gè)用戶消息所屬的主題以及所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率；
[0008]對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被所述待識(shí)別的用戶感染的概率；
[0009]對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被所述待識(shí)別的用戶感染的概率，確定所述待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體。
[0010]本發(fā)明的另一個(gè)方面提供一種社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)，包括:
[0011]獲取模塊，用于獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；所述用戶消息包括消息內(nèi)容和感染狀態(tài)；
[0012]確定模塊，用于對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定所述各個(gè)用戶消息所屬的主題以及所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率；
[0013]計(jì)算模塊，用于對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被所述待識(shí)別的用戶感染的概率；
[0014]所述確定模塊，還用于對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被所述待識(shí)別的用戶感染的概率，確定所述待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體。
[0015]本發(fā)明中，通過(guò)獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；用戶消息包括消息內(nèi)容和感染狀態(tài)；對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定各個(gè)用戶消息所屬的主題以及各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率；對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被待識(shí)別的用戶感染的概率，從而根據(jù)各個(gè)主題被待識(shí)別的用戶感染的概率，能夠確定各個(gè)主題對(duì)應(yīng)的用戶群體，能夠?qū)?dǎo)致消息傳播的范圍、路徑和影響進(jìn)行預(yù)測(cè)，進(jìn)而對(duì)消息的傳播進(jìn)行有效的控制。
【專利附圖】

【附圖說(shuō)明】
[0016]圖1為本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別方法一個(gè)實(shí)施例的流程圖；
[0017]圖2為本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別方法又一個(gè)實(shí)施例的流程圖；
[0018]圖3為關(guān)系網(wǎng)絡(luò)的不意圖；
[0019]圖4為本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)一個(gè)實(shí)施例的結(jié)構(gòu)示意圖；
[0020]圖5為本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)又一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0021]為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0022]圖1為本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別方法一個(gè)實(shí)施例的流程圖，如圖1所示，包括:
[0023]101、獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息，用戶消息包括消息內(nèi)容和感染狀態(tài)。
[0024]本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別方法的執(zhí)行主體可以為社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)，社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)具體為位于社交網(wǎng)絡(luò)中服務(wù)器上的軟件工具。
[0025]由于社交網(wǎng)絡(luò)中的用戶數(shù)量極大，用戶消息的數(shù)量也極大，社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)難以獲取所有用戶對(duì)應(yīng)的用戶消息進(jìn)行分析，而社交網(wǎng)絡(luò)中影響較大的用戶一般為粉絲數(shù)、被關(guān)注數(shù)和消息發(fā)送次數(shù)較多的用戶。因此，社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)可以根據(jù)用戶的粉絲數(shù)、被關(guān)注數(shù)或者消息發(fā)送次數(shù)等來(lái)選擇待識(shí)別的用戶。例如，社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)可以選擇粉絲數(shù)大于預(yù)設(shè)粉絲數(shù)的用戶作為待識(shí)別的用戶，或者，選擇被關(guān)注數(shù)大于預(yù)設(shè)被關(guān)注數(shù)的用戶作為待識(shí)別的用戶。
[0026]社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)獲取待識(shí)別的用戶后，可以利用社交網(wǎng)絡(luò)中的爬蟲(chóng)工具或者社交網(wǎng)站提供的應(yīng)用編程接口(Applicat1n Programming Interface, API)來(lái)獲取用戶轉(zhuǎn)載、發(fā)送和評(píng)論的所有消息。結(jié)合所有待識(shí)別的用戶轉(zhuǎn)載、發(fā)送和評(píng)論的所有消息，得到每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息。用戶發(fā)送的消息可以包括用戶發(fā)送給其他用戶的消息以及用戶轉(zhuǎn)發(fā)給其他用戶的消息。例如，當(dāng)待識(shí)別用戶包括用戶A、用戶B和用戶C，且用戶A轉(zhuǎn)載、發(fā)送或評(píng)論的消息包括:消息a和消息b ;用戶B轉(zhuǎn)載、發(fā)送或評(píng)論的消息包括:消息c和消息d ;用戶C轉(zhuǎn)載、發(fā)送或評(píng)論的消息包括:消息e。則此時(shí)用戶A對(duì)應(yīng)的用戶消息包括:消息a、消息b、消息C、消息d和消息e。其中，感染狀態(tài)指的是用戶是否轉(zhuǎn)載、發(fā)送和評(píng)論過(guò)所述消息，若用戶轉(zhuǎn)載、發(fā)送或評(píng)論過(guò)所述消息，則感染狀態(tài)為I;若用戶未轉(zhuǎn)載、未發(fā)送且未評(píng)論過(guò)所述消息，則感染狀態(tài)為O。例如，消息a和消息b為用戶A轉(zhuǎn)載、發(fā)送或評(píng)論的消息，因此消息a和消息b中的感染狀態(tài)為I ;消息C、消息d和消息e為用戶B或用戶C轉(zhuǎn)載、發(fā)送或評(píng)論的消息，因此消息C、消息d和消息e中的感染狀態(tài)為O。
[0027]其中，消息內(nèi)容指的是用戶轉(zhuǎn)載或發(fā)送的所述消息的具體內(nèi)容。若所述消息為用戶評(píng)論的消息，則消息內(nèi)容除了包括所述消息的具體內(nèi)容外，還包括用戶對(duì)所述消息所進(jìn)行的評(píng)論以及其他用戶之前對(duì)所述消息所進(jìn)行的評(píng)論。
[0028]102、對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定各個(gè)用戶消息所屬的主題以及各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率。
[0029]具體地，社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)可以獲取消息內(nèi)容中的所有詞匯，根據(jù)消息內(nèi)容中的詞匯來(lái)確定消息所屬的主題。其中，主題具體可以指消息內(nèi)容的主要意思，例如，主題可以為:財(cái)經(jīng)、政治、體育、科學(xué)和地理等等，主題的數(shù)量和種類可以由社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)預(yù)先設(shè)置。當(dāng)消息內(nèi)容的主要意思涉及兩種或多種主題時(shí)，可以根據(jù)消息內(nèi)容中各個(gè)主題對(duì)應(yīng)的詞匯數(shù)量來(lái)確定消息屬于對(duì)應(yīng)主題的概率。
[0030]103、對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被待識(shí)別的用戶感染的概率。
[0031]104、對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被待識(shí)別的用戶感染的概率，確定待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體。
[0032]具體地，假設(shè)用戶對(duì)應(yīng)的用戶消息涉及到的主題有3種，分別為:財(cái)經(jīng)、政治和體育，則根據(jù)各個(gè)主題被待識(shí)別的用戶感染的概率，確定待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體的其中一種可選的方式為:若主題“財(cái)經(jīng)”被用戶感染的概率超值預(yù)設(shè)財(cái)經(jīng)閾值，則確定所述用戶屬于與“財(cái)經(jīng)”對(duì)應(yīng)的用戶群體；若主題“政治”被用戶感染的概率超值預(yù)設(shè)政治閾值，則確定所述用戶屬于與“政治”對(duì)應(yīng)的用戶群體；若主題“體育”被用戶感染的概率超值預(yù)設(shè)體育閾值，則確定所述用戶屬于與“體育”對(duì)應(yīng)的用戶群體。
[0033]進(jìn)一步地，對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被待識(shí)別的用戶感染的概率，確定待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體之后，還包括:
[0034]獲取待分析消息的消息內(nèi)容；根據(jù)待分析消息的消息內(nèi)容，確定待分析消息所屬的主題以及屬于對(duì)應(yīng)主題的概率；獲取待分析消息所屬的主題中概率值最大的主題；將與概率值最大的主題對(duì)應(yīng)的用戶群體，確定為傳播待分析消息的用戶群體，以便對(duì)待分析消息的傳播進(jìn)行控制。
[0035]其中，待分析消息可以為廣泛傳播的熱門消息。
[0036]本實(shí)施例中，通過(guò)獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；用戶消息包括消息內(nèi)容和感染狀態(tài)；對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定各個(gè)用戶消息所屬的主題以及各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率；對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被待識(shí)別的用戶感染的概率，從而根據(jù)各個(gè)主題被待識(shí)別的用戶感染的概率，能夠確定各個(gè)主題對(duì)應(yīng)的用戶群體，能夠?qū)?dǎo)致消息傳播的范圍、路徑和影響進(jìn)行預(yù)測(cè)，進(jìn)而對(duì)消息的傳播進(jìn)行有效的控制。
[0037]圖2為本發(fā)明提供的社交網(wǎng)絡(luò)群體識(shí)別方法又一個(gè)實(shí)施例的流程圖，如圖2所示，在圖1所示實(shí)施例的基礎(chǔ)上，步驟102具體可以包括:
[0038]1021、對(duì)于每個(gè)待識(shí)別的用戶，對(duì)用戶消息中的消息內(nèi)容進(jìn)行分詞，獲取用戶消息中的關(guān)鍵詞以及關(guān)鍵詞的詞頻。
[0039]其中，對(duì)消息內(nèi)容進(jìn)行分詞的過(guò)程指的是獲取消息內(nèi)容中所有詞匯的過(guò)程，獲取消息內(nèi)容中的所有詞匯后，刪除詞匯中的無(wú)具體含義的詞匯，例如停用詞等，得到用戶消息中的關(guān)鍵詞；統(tǒng)計(jì)用戶消息中各個(gè)關(guān)鍵詞的出現(xiàn)次數(shù)，得到關(guān)鍵詞的詞頻。
[0040]需要進(jìn)行說(shuō)明的是，當(dāng)社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)預(yù)設(shè)詞匯表時(shí)，關(guān)鍵詞詞頻的表示方式可以如表1所示。其中，η為消息內(nèi)容中關(guān)鍵詞出現(xiàn)的總次數(shù)，word η表示關(guān)鍵詞為詞匯表中的第η個(gè)詞，count η表示關(guān)鍵詞在所述消息中出現(xiàn)的次數(shù)。
[0041]表1
[0042]
【權(quán)利要求】
1.一種社交網(wǎng)絡(luò)群體識(shí)別方法，其特征在于，包括: 獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；所述用戶消息包括消息內(nèi)容和感染狀態(tài)； 對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定所述各個(gè)用戶消息所屬的主題以及所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率； 對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被所述待識(shí)別的用戶感染的概率； 對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被所述待識(shí)別的用戶感染的概率，確定所述待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定所述各個(gè)用戶消息所屬的主題以及所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，包括: 對(duì)于每個(gè)待識(shí)別的用戶，對(duì)所述用戶消息中的消息內(nèi)容進(jìn)行分詞，獲取所述用戶消息中的關(guān)鍵詞以及所述關(guān)鍵詞的詞頻； 根據(jù)所述關(guān)鍵詞查詢預(yù)設(shè)的詞匯表，確定所述用戶消息所屬的主題； 根據(jù)所述關(guān)鍵詞的詞頻，確定所述用戶消息屬于對(duì)應(yīng)主題的概率。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題的消息被所述待識(shí)別的用戶感染的概率，包括: 對(duì)于每個(gè)待識(shí)別的用戶，針對(duì)每個(gè)主題，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算所述各個(gè)用戶消息中所述主題被所述待識(shí)別的用戶感染的概率； 根據(jù)所述各個(gè)用戶消息中所述主題被所述待識(shí)別的用戶感染的概率，確定所述主題被所述待識(shí)別的用戶感染的概率。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被所述待識(shí)別的用戶感染的概率，確定所述待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體，包括: 對(duì)于每個(gè)待識(shí)別的用戶，獲取所述待識(shí)別用戶的關(guān)注對(duì)象、好友列表以及消息發(fā)送對(duì)象，構(gòu)建關(guān)系網(wǎng)絡(luò)； 針對(duì)每個(gè)主題，根據(jù)所述主題被所述待識(shí)別的用戶感染的概率，確定所述關(guān)系網(wǎng)絡(luò)中具有連接關(guān)系的任意兩個(gè)待識(shí)別用戶之間的連接距離； 若具有連接關(guān)系的兩個(gè)待識(shí)別用戶之間的連接距離小于預(yù)設(shè)值，則確定所述兩個(gè)待識(shí)別用戶屬于所述主題對(duì)應(yīng)的用戶群體。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被所述待識(shí)別的用戶感染的概率，確定所述待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體之后，還包括: 獲取待分析消息的消息內(nèi)容； 根據(jù)所述待分析消息的消息內(nèi)容，確定所述待分析消息所屬的主題以及屬于對(duì)應(yīng)主題的概率；獲取所述待分析消息所屬的主題中概率值最大的主題； 將與所述概率值最大的主題對(duì)應(yīng)的用戶群體，確定為傳播所述待分析消息的用戶群體，以便對(duì)所述待分析消息的傳播進(jìn)行控制。
6.一種社交網(wǎng)絡(luò)群體識(shí)別系統(tǒng)，其特征在于，包括: 獲取模塊，用于獲取社交網(wǎng)絡(luò)中多個(gè)待識(shí)別的用戶以及每個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息；所述用戶消息包括消息內(nèi)容和感染狀態(tài)；確定模塊，用于對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)待識(shí)別用戶對(duì)應(yīng)的用戶消息中的消息內(nèi)容，確定所述各個(gè)用戶消息所屬的主題以及所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率；計(jì)算模塊，用于對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算各個(gè)主題被所述待識(shí)別的用戶感染的概率；所述確定模塊，還用于對(duì)于每個(gè)待識(shí)別的用戶，根據(jù)各個(gè)主題被所述待識(shí)別的用戶感染的概率，確定所述待識(shí)別的用戶所屬的與主題對(duì)應(yīng)的用戶群體。
7.根據(jù)權(quán)利要求6所述 的系統(tǒng)，其特征在于，所述確定模塊還包括: 分詞單元，用于對(duì)于每個(gè)待識(shí)別的用戶，對(duì)所述用戶消息中的消息內(nèi)容進(jìn)行分詞，獲取所述用戶消息中的關(guān)鍵詞以及所述關(guān)鍵詞的詞頻； 查詢單元，用于根據(jù)所述關(guān)鍵詞查詢預(yù)設(shè)的詞匯表，確定所述用戶消息所屬的主題； 確定單元，用于根據(jù)所述關(guān)鍵詞的詞頻，確定所述用戶消息屬于對(duì)應(yīng)主題的概率。
8.根據(jù)權(quán)利要求6或7所述的系統(tǒng)，其特征在于，所述計(jì)算模塊具體用于， 對(duì)于每個(gè)待識(shí)別的用戶，針對(duì)每個(gè)主題，根據(jù)所述各個(gè)用戶消息屬于對(duì)應(yīng)主題的概率，以及所述各個(gè)用戶消息中的感染狀態(tài)，計(jì)算所述各個(gè)用戶消息中所述主題被所述待識(shí)別的用戶感染的概率； 根據(jù)所述各個(gè)用戶消息中所述主題被所述待識(shí)別的用戶感染的概率，確定所述主題被所述待識(shí)別的用戶感染的概率。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述確定模塊還包括: 構(gòu)建單元，用于對(duì)于每個(gè)待識(shí)別的用戶，獲取所述待識(shí)別用戶的關(guān)注對(duì)象、好友列表以及消息發(fā)送對(duì)象，構(gòu)建關(guān)系網(wǎng)絡(luò)； 確定單元，還用于針對(duì)每個(gè)主題，根據(jù)所述主題被所述待識(shí)別的用戶感染的概率，確定所述關(guān)系網(wǎng)絡(luò)中具有連接關(guān)系的任意兩個(gè)待識(shí)別用戶之間的連接距離； 確定單元，還用于若具有連接關(guān)系的兩個(gè)待識(shí)別用戶之間的連接距離小于預(yù)設(shè)值，則確定所述兩個(gè)待識(shí)別用戶屬于所述主題對(duì)應(yīng)的用戶群體。
10.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述獲取模塊還用于，獲取待分析消息的消息內(nèi)容； 所述確定模塊還用于，根據(jù)所述待分析消息的消息內(nèi)容，確定所述待分析消息所屬的主題以及屬于對(duì)應(yīng)主題的概率； 所述獲取模塊還用于，獲取所述待分析消息所屬的主題中概率值最大的主題； 所述確定模塊還用于，將與所述概率值最大的主題對(duì)應(yīng)的用戶群體，確定為傳播所述待分析消息的用戶群體，以便對(duì)所述待分析消息的傳播進(jìn)行控制。
【文檔編號(hào)】G06F17/27GK104035961SQ201410194361
【公開(kāi)日】2014年9月10日 申請(qǐng)日期:2014年5月9日 優(yōu)先權(quán)日:2014年5月9日
【發(fā)明者】懷進(jìn)鵬, 武南南, 李建欣, 張日崇 申請(qǐng)人:北京航空航天大學(xué)