本發(fā)明涉及網(wǎng)絡(luò)空間大數(shù)據(jù)信息服務(wù)技術(shù)領(lǐng)域，尤其是涉及一種微博群組間具有全局最小代價(jià)的信息傳播路徑生成方法。
背景技術(shù)：
進(jìn)入web2.0時(shí)代，以微博為主的社交網(wǎng)絡(luò)系統(tǒng)的崛起為人們提供了高度自由分析信息和交流觀點(diǎn)的重要平臺(tái)。借助基于用戶微博關(guān)系的信息分享、傳播以及獲取技術(shù)，可以使用戶通過(guò)web、wap以及各種客戶端組建不同的社區(qū)，從而較之傳統(tǒng)的平面媒體、網(wǎng)絡(luò)媒體等，獲得更大程度和規(guī)模的信息，同時(shí)產(chǎn)生更為豐富的互動(dòng)交流體驗(yàn)，增進(jìn)用戶的實(shí)際使用感受。正是憑借這種社交關(guān)系產(chǎn)生的特有的裂變式信息傳播分享模式，微博迅速席卷網(wǎng)絡(luò)，從政府、名人、明星，到普通民眾，已經(jīng)成為特有用戶群體的網(wǎng)絡(luò)匯集重要平臺(tái)。
近年來(lái)，群組模式被廣泛引入微博等社交網(wǎng)絡(luò)平臺(tái)中，群組模式的出發(fā)點(diǎn)是基于某種緊密的關(guān)系將不同用戶組合在一個(gè)社區(qū)中，從而把用戶從相對(duì)封閉的好友關(guān)系疏導(dǎo)至群組，并創(chuàng)建一種新的更開(kāi)放的社交關(guān)系，實(shí)現(xiàn)信息的傳播和分享。在微博平臺(tái)中，將源群組中的一些重要信息在第一時(shí)間里面以最小的時(shí)間代價(jià)來(lái)完成處理、加工、數(shù)據(jù)傳輸?shù)刃袨椋鞑サ侥繕?biāo)群組中，讓目標(biāo)群組中的每個(gè)用戶都能及時(shí)了解到這些重要信息，是近些年學(xué)術(shù)界和工業(yè)界的一個(gè)研究熱點(diǎn)和重點(diǎn)，目前已廣泛應(yīng)用于輿情監(jiān)控、數(shù)據(jù)可視化、電子商務(wù)、智能交通以及醫(yī)療健康等領(lǐng)域。
然而，根據(jù)深入的調(diào)研和分析，我們發(fā)現(xiàn)現(xiàn)有微博群組間具有全局最小代價(jià)的信息傳播路徑生成方法在模型準(zhǔn)確性、模型可理解性以及處理效率方面均存在缺陷。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種準(zhǔn)確度高、處理速度快且可擴(kuò)展性強(qiáng)的微博群組間具有全局最小代價(jià)的信息傳播路徑生成方法，工作流程如圖1所示。
本發(fā)明主要由路徑代價(jià)建模、初始路徑生成和路徑深度優(yōu)化三個(gè)步驟完成。
步驟1(路徑代價(jià)建模)：
以微博平臺(tái)中的源群組和目標(biāo)群組為輸入，首先構(gòu)造源群組到目標(biāo)群組的信息傳播過(guò)程模型，
然后對(duì)源群組到目標(biāo)群組一條可行的信息傳播路徑進(jìn)行形式化表示，最后構(gòu)造信息傳播路徑的時(shí)間代價(jià)模型。
步驟2(初始路徑生成)：以步驟1中構(gòu)造的信息傳播過(guò)程模型為輸入，產(chǎn)生具有局部最小代價(jià)的信息傳播路徑。
步驟3(路徑深度優(yōu)化)：以步驟1中構(gòu)造的信息傳播路徑的時(shí)間代價(jià)模型和步驟2中所生成的具有局部最小代價(jià)的信息傳播路徑為輸入，基于遺傳算法，通過(guò)兩點(diǎn)交叉和兩點(diǎn)變異兩個(gè)操作算子對(duì)具有局部最小代價(jià)的信息傳播路徑進(jìn)行迭代優(yōu)化，并最終輸出群組間具有全局最小代價(jià)的信息傳播路徑。
本發(fā)明具有以下優(yōu)點(diǎn)：
1、本發(fā)明能夠在多項(xiàng)式時(shí)間復(fù)雜度內(nèi)生成具有全局最小代價(jià)的群組間信息傳播路徑，從而具有較高的處理效率和較短的用戶響應(yīng)時(shí)間。
2、本發(fā)明基于遺傳算法中交叉和變異兩個(gè)操作算子的迭代優(yōu)化來(lái)實(shí)施群組間具有全局最小代價(jià)信息傳播路徑的生成，從而克服了陷入局部最優(yōu)解的問(wèn)題，因此具有較高的準(zhǔn)確度。
3、本發(fā)明主要由3個(gè)算法步驟組成，每個(gè)步驟的實(shí)施過(guò)程簡(jiǎn)單、容易實(shí)現(xiàn)，同時(shí)不受具體開(kāi)發(fā)工具和編程軟件的限制，并且能夠快速擴(kuò)展到分布式和并行化的開(kāi)發(fā)環(huán)境中。
附圖說(shuō)明
圖1本發(fā)明的工作流程圖
具體實(shí)施方式
在步驟1中，本發(fā)明通過(guò)兩個(gè)步驟來(lái)構(gòu)造源群組gs到目標(biāo)群組gg的信息傳播過(guò)程模型：
步驟1.1：首先構(gòu)造信息傳播過(guò)程模型
步驟1.1.1：獲取gs和gg之間可信度最高的2個(gè)群組g1和g2。對(duì)于某一個(gè)具體群組g，使用下列公式來(lái)獲取它的可信度c[g]：
c[g]＝ln∑u∈ger(u)+b(u)，
其中l(wèi)n為自然對(duì)數(shù)，e為自然對(duì)數(shù)的底數(shù)，r(u)為用戶u在微博中的客觀信譽(yù)度，b(u)為gs和gg對(duì)用戶u的平均主觀信任度，表示為：
其中b(su,u)為gs中用戶su對(duì)u的主觀信任度，b(gu,u)為gg中用戶gu對(duì)u的主觀信任度，|gs|和|gg|分別表示gs和gg中用戶的數(shù)量。
步驟1.1.2：將gs、gg、g1和g2四個(gè)群組組成一個(gè)加權(quán)有向圖l＝(n,e,w)，其中：
1)n為l的頂點(diǎn)(用戶)集合，n＝gs∪g1∪g2∪gg；
2)e為l的有向邊集合，e由三個(gè)子集e1、e2和eg組成，即e＝e1∪e2∪eg，e1＝{<u1→u2>|u2∈g1∧u1∈gs∧u2能夠在微博平臺(tái)中直接接收u1傳播的信息}，e2＝{<u1→u2>|u2∈g2∧u1∈gs∪g1∧u2能夠在微博平臺(tái)中直接接收u1傳播的信息}，eg＝{<u1→u2>|u2∈gg∧u1∈gs∪g1∪g2∧u2能夠在微博平臺(tái)中直接接收u1傳播的信息}；
3)w為l的權(quán)重映射函數(shù)，對(duì)于每一個(gè)用戶u∈gs∪g1∪g2，w(u)取值為u處理所接收信息的cpu和i/o時(shí)間代價(jià)，而對(duì)于每條有向邊<u1→u2>∈e，w(<u1→u2>)取值為用戶u1上的信息傳播給用戶u2的通訊時(shí)間代價(jià)。
經(jīng)過(guò)步驟1.1.1和1.1.2得到的加權(quán)有向圖l即為源群組gs到目標(biāo)群組gg的信息傳播過(guò)程模型l。
步驟1.2，構(gòu)造信息傳播路徑的時(shí)間代價(jià)模型
基于信息傳播過(guò)程模型l，本發(fā)明將源群組gs到目標(biāo)群組gg一條可行的信息傳播路徑定義為l的一個(gè)子圖sl＝(sn,se,sw)，同時(shí)滿足如下4個(gè)條件：
1)頂點(diǎn)集合sn中必須包含gg中的所有用戶，即
2)對(duì)于gg中的每一個(gè)用戶gu，有向邊集合se中均有一條且僅有一條有向邊指向gu，即gu的入度必須為1；
3)對(duì)于sn-gg中每個(gè)的用戶u，如果u是gs中的用戶，那么u的出度必須大于0，如果u是g1∪g2中的用戶，那么u的出度和入度均必須大于0；
4)sw為sl的權(quán)重映射函數(shù)，且和l中的權(quán)重映射函數(shù)w相同。
最后，信息傳播路徑sl＝(sn,se,sw)的時(shí)間代價(jià)模型f(sl)表示為：
在步驟2中，本發(fā)明獲取源群組gs到目標(biāo)群組gg具有局部最小代價(jià)的信息傳播路徑，具體實(shí)施步驟如下：
步驟2.1：基于步驟1中的加權(quán)有向圖l＝(n,e,w)，刪除l中的所有有向邊，從而得到一個(gè)新的加權(quán)有向圖l’＝(n,e’,w)，其中
步驟2.2：對(duì)于gg中的每個(gè)用戶gu，執(zhí)行下列操作：在加權(quán)有向圖l上獲取sn-gg中的用戶mu，使得w(mu)+w(<mu→gu>)的取值最小，并在e’中增加一條有向邊<mu→gu>，然后，判斷mu屬于gs、g1和g2中的哪一個(gè)群組：
2.2.1)如果mu是gs中的用戶，那么結(jié)束對(duì)gu的操作；
2.2.2)如果mu是g1中的用戶，那么在l上獲取gs中的用戶su，使得w(su)+w(<su→mu>)的取值最小，然后在e’中增加一條有向邊<su→mu>；
2.2.3)如果mu是g2中的用戶，那么在l上獲取gs∪g1中的用戶tu，使得w(tu)+w(<tu→mu>)的取值最小，并在e’中增加一條有向邊<tu→mu>，然后，判斷tu屬于gs和g1中的哪一個(gè)群組：
2.2.3.1)如果tu是gs中的用戶，那么結(jié)束對(duì)gu的操作；
2.2.3.2)如果tu是g1中的用戶，那么在l上獲取gs中的用戶su，使得w(su)+w(<su→tu>)的取值最小，然后在e’中增加一條有向邊<su→tu>。
步驟2.3：刪除l’中入度和出度均為0的頂點(diǎn)，得到新的頂點(diǎn)集合n’。
經(jīng)過(guò)上述步驟21-23，步驟2最終產(chǎn)生的加權(quán)有向圖l’＝(n’,e’,w)即為所要獲取的具有局部最小代價(jià)的信息傳播路徑。
在步驟3中，本發(fā)明迭代優(yōu)化步驟2中產(chǎn)生的信息傳播路徑l’＝(n’,e’,w)，具體實(shí)施步驟如下：
步驟3.1：基于步驟1中的時(shí)間代價(jià)模型，計(jì)算l’的時(shí)間代價(jià)：
步驟3.2：對(duì)于n’-gg中的每個(gè)用戶u，生成一個(gè)長(zhǎng)度為|gg|的位串v(u)，初始化所有位為0，然后，對(duì)于gg中的每個(gè)用戶gu，檢查e’中是否包含有向邊<u→gu>，如果包含，那么將gu在v(u)中對(duì)應(yīng)的位設(shè)置為1。當(dāng)n’-gg中所有用戶處理完畢之后，將它們的位串組成一個(gè)集合vs。
步驟3.3：迭代執(zhí)行步驟3.4-3.9，迭代次數(shù)為2000。
步驟3.4：對(duì)位串集合vs執(zhí)行兩點(diǎn)交叉操作，處理過(guò)程如下：
步驟3.4.1：在vs中隨機(jī)挑選出半數(shù)的位串，構(gòu)成集合ts，如果ts中包含奇數(shù)個(gè)位串，那么再增加一個(gè)位串進(jìn)ts中，并且將vs中剩下的位串構(gòu)成集合is；
步驟3.4.2：依次處理ts中的每對(duì)位串v(u1)和v(u2)：首先隨機(jī)產(chǎn)生兩個(gè)選擇點(diǎn)s1和s2，接著，在集合is中獲取滿足如下條件的第一對(duì)位串v(u3)和v(u4)：v(u1)[s1,s2]∨v(u2)[s1,s2]＝v(u3)[s1,s2]∨v(u4)[s1,s2]，其中v(ui)[s1,s2](1≤i≤4)表示位串v(ui)在選擇點(diǎn)s1和s2之間的子串，然后，在v(u1)和v(u3)之間交換v(u1)[s1,s2]和v(u3)[s1,s2]，同時(shí)，在v(u2)和v(u4)之間交換v(u2)[s1,s2]和v(u4)[s1,s2]；
步驟3.4.3：基于ts∪is中的位串構(gòu)造加權(quán)有向圖il＝(in,ie,w)，實(shí)施過(guò)程如下：
步驟3.4.3.1：初始化in和ie為空集；
步驟3.4.3.2：將ts∪is中位串不全為0的所有用戶添加到in中，并將gg中的用戶添加到in中；
步驟3.4.3.3：初始化三個(gè)集合ns、n1和n2為空集，并針對(duì)in-gg中的每個(gè)用戶u，判斷u的歸屬，如果u是gs中的用戶，那么將u添加進(jìn)ns中，如果u是g1中的用戶，那么將u添加進(jìn)n1中，如果u是g2中的用戶，那么將u添加進(jìn)n2中；
步驟3.4.3.4：對(duì)于n2中的每個(gè)用戶u，獲取它對(duì)應(yīng)的位串v(u)，然后對(duì)于v(u)中每個(gè)為1的位，獲取它在gg中對(duì)應(yīng)的用戶gu，然后在ie增加一條有向邊<u→gu>；
步驟3.4.3.5：對(duì)于n1中的每個(gè)用戶u，獲取它對(duì)應(yīng)的位串v(u)，然后對(duì)于v(u)中每個(gè)為1的位，獲取它在gg中對(duì)應(yīng)的用戶gu，并做如下檢測(cè)：
如果gu在當(dāng)前加權(quán)有向圖il中的入度為0，那么在ie增加一條有向邊<u→gu>，否則在il中獲取n2里面指向gu的用戶tu，然后在ie增加一條有向邊<u→tu>；
步驟3.4.3.6：對(duì)于ns中的每個(gè)用戶u，獲取它對(duì)應(yīng)的位串v(u)，然后對(duì)于v(u)中每個(gè)為1的位，獲取它在gg中對(duì)應(yīng)的用戶gu，并做如下檢測(cè)：
如果gu在當(dāng)前加權(quán)有向圖il中的入度為0，那么在ie增加一條有向邊<u→gu>，否則在il中獲取n2里面指向gu的用戶tu，并做進(jìn)一步檢測(cè)：
如果tu在當(dāng)前加權(quán)有向圖il中的入度為0，那么在ie增加一條有向邊<u→tu>，否則在il中獲取n1里面指向tu的用戶fu，然后在ie增加一條有向邊<u→fu>；
步驟3.5：基于步驟1中的時(shí)間代價(jià)模型，計(jì)算il的時(shí)間代價(jià)：
步驟3.6：比較f(il)與f(l’)取值的大小，如果f(il)<f(l’)，那么將集合vs替換成集合ts∪is、將加權(quán)有向圖l’替換成il并且將f(l’)替換成f(il)，即vs＝ts∪is、l’＝il以及f(l’)＝f(il)。
步驟3.7：對(duì)位串集合vs執(zhí)行兩點(diǎn)變異操作，處理過(guò)程如下：
步驟3.7.1：在vs中隨機(jī)挑選出半數(shù)的位串，構(gòu)成集合ms，并且將vs中剩下的位串構(gòu)成集合hs；
步驟3.7.2：依次處理ms中的每個(gè)位串v(u)：首先隨機(jī)產(chǎn)生兩個(gè)選擇點(diǎn)s1和s2，然后對(duì)于子串v(u1)[s1,s2]中的每個(gè)位v(u1)[j](s1≤j≤s2)，做如下檢測(cè)：
如果v(u1)[j]＝0，那么將v(u1)[j]置為1，接著在集合hs中獲取第一個(gè)第j位為1的位串v(u2)，并將v(u2)[j]置為0，反之，如果v(u1)[j]＝1，那么將v(u1)[j]置為0，接著在集合hs中獲取第一個(gè)第j位為0的位串v(u2)，并將v(u2)[j]置為1；
步驟3.7.3：使用與步驟3.4.3相同的實(shí)施方式，基于ms∪hs中的位串構(gòu)造加權(quán)有向圖ql＝(qn,qe,w)；
步驟3.8：基于步驟1中的時(shí)間代價(jià)模型，計(jì)算ql的時(shí)間代價(jià)：
步驟3.9：比較f(ql)與f(l’)取值的大小，如果f(ql)<f(l’)，那么將集合vs替換成集合ms∪hs、將加權(quán)有向圖l’替換成ql并且將f(l’)替換成f(ql)，即vs＝ms∪hs、l’＝ql以及f(l’)＝f(ql)。
步驟3.10：將具有全局最小代價(jià)的信息傳播路徑l’＝(n’,e’,w)輸出給用戶。