技術領域

本發明涉及信息傳播技術領域，特別是涉及一種基于微博主題進行微博轉發路徑預測的方法和系統。

背景技術

微博（Weibo），即微型博客（MicroBlog）的簡稱，也即是博客的一種，是一種通過關注機制分享簡短實時信息的廣播式的社交網絡平臺。微博是一個基于用戶關系信息分享、傳播以及獲取的平臺。用戶可以通過WEB、WAP等各種客戶端組建個人社區，以140字（包括標點符號）的文字更新信息，并實現即時分享。微博的關注機制分為可單向、可雙向兩種。

微博作為一種分享和交流平臺，其更注重時效性和隨意性。微博客更能表達出每時每刻的思想和最新動態，而博客則更偏重于梳理自己在一段時間內的所見、所聞、所感。因微博而誕生出微小說這種小說體裁。中國互聯網絡信息中心（CNNIC）于2011年7月19日發布《第28次中國互聯網絡發展狀況統計報告》，報告顯示，2011年上半年，中國微博用戶從6331萬增至1.95億，增長約2倍。微博在網民中的普及率從13.8%增至40.2%。從2010年底至今，手機微博在網民中的使用率比例從15.5%上升到34%。

截至2014 年6 月底，我國微博用戶規模為2.75 億，用戶之間結成復雜的關注關系，每天發送微博近1 億條，信息沿著用戶間的關注關系進行傳播，形成傳播擴散網絡。微博轉發是消息在微博網絡中得到持續傳播的重要方式，微博轉發路徑預測能夠有效估計微博的傳播范圍及其路徑，對微博突發性檢測和微博影響力評估具有重要意義。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于微博主題進行微博轉發路徑預測的方法和系統，根據微博的主題來進行微博轉發路徑的預測。

本發明的目的是通過以下技術方案來實現的：基于微博主題進行微博轉發路徑預測的方法，包括：

獲取并存儲預設時間窗內各微博的微博內容及微博轉發關系；

根據微博內容對所述時間窗內的微博進行主題分類；

為每個微博主題建立微博轉發關系網絡；

計算每個微博主題的微博轉發關系網絡中各邊的權重；

根據各微博轉發關系網絡中各邊的權重進行微博轉發路徑預測。

根據微博內容對所述時間窗內的微博進行主題分類的方法，包括：

利用預設的主題模型對所述時間窗內的微博進行主題分類；

存儲各微博主題中各微博的轉發關系。

為每個微博主題建立微博轉發關系網絡的方法，包括：

根據各微博主題中各微博的轉發關系，建立有向圖網絡：將各微博用戶作為有向圖網絡中的節點，若第一微博用戶關注了第二微博用戶，則構建一條從第二微博用戶至第一微博用戶的有向邊。

計算每個微博主題的微博轉發關系網絡中各邊的權重的方法，包括：

定義一個微博用戶關注了另一個微博用戶，則該微博用戶為該另一個微博用戶的粉絲；

統計該主題中微博用戶x被轉發的微博總數Nx，該微博用戶x的粉絲y轉發的該微博用戶x的微博總數ny；

計算所述微博轉發關系網絡中各邊的權重，公式如下：

W=Nx/ny。

根據各微博轉發關系網絡中各邊的權重進行微博轉發路徑預測的方法，包括：

定義發布微博的微博用戶對應的節點為源點v，集合S為從源點v出發的終點的集合，初始時集合S只包含源點v，即S={v}；集合U為包含微博轉發關系網絡中除源點v外的所有節點的集合；

判斷集合U中的節點u是否為源點v的出邊鄰接點，若是，則<u，v>的權值為節點u和源點v連接邊的權重；否則，<u，v>的權值為∞；

更新最短路徑：從集合U中選擇一個到源點v距離最小的節點k，并將節點k加入集合S；將節點k作為新的中間點，更新下集合U中各節點到中間點的邊的權值；若源點v經過中間點k到節點u的邊的權值之和小于原來路徑的權值之和，則將該經過中間點k的路徑作為源點v到節點u的路徑；

重復更新最短路徑的步驟，直到找出集合U中到源點v的最短路徑的權值之和小于閾值的節點。

基于微博主題進行微博轉發路徑預測的系統，包括：

數據爬取模塊，獲取并存儲預設時間窗內各微博的微博內容及微博轉發關系；

分類模塊，根據微博內容對所述時間窗內的微博進行主題分類；

分析模塊，為每個微博主題建立微博轉發關系網絡；計算每個微博主題的微博轉發關系網絡中各邊的權重；

預測模塊，根據各微博轉發關系網絡中各邊的權重進行微博轉發路徑預測。