融合影响力传播的社交网络群推荐方法

叶佳鑫，熊回香，易 明，刘 明

（华中师范大学信息管理学院，武汉 430079）

1 引 言

目前，Facebook、Twitter、微博等社交网络平台已经成为网络用户进行交流以及资源共享等活动的重要场地，平台上用户数量的维持与增长带动了资源数量的增加，使个性化推荐技术的引入成为必然。区别于面向单个用户的推荐场景，社交网络平台上常有一种更具价值的推荐场景即面向群体推荐。

就人的活动特征而言，绝大部分个体都倾向于进行群体活动，特别是很多互联网活动，如团体购物、电影讨论等。在这些场景中，推荐服务系统需要有面向群体提供决策支持的能力，以挖掘群体需求为基础，将资源同时推荐给多个具有需求的用户，以此来提升推荐效率[1]。虽然推荐服务系统已在互联网各个领域中得到了广泛的应用，但是当前的推荐服务系统主要还是针对单个用户，群推荐的相关方法及理论亟待补充。

为了研究如何更好地面向社交网络群体用户进行推荐服务，本文着重分析了用户之间的交互行为以及各用户的影响力，将兴趣传播引入群推荐服务，构建了兴趣传播视角下结合用户影响力的群推荐服务框架，即融合影响力传播的群推荐服务。借助影响力传播来模拟社交网络平台上用户群体兴趣的实时变化情况，并通过对不同用户影响力的衡量来完善兴趣传播过程，从而达到提高群推荐效果的目的。

2 研究现状及研究基础

2.1 群推荐的应用范围

目前群推荐服务已在旅游、阅读、电子商务与电影等领域得到了一定的应用。Ardissono 等[2]设计开发了面向群体用户的旅游推荐系统（IN‐TRIGUE），该系统基于不同群体如老人、小孩的偏好特征来为其进行推荐服务；Kim 等[3]在使用协同过滤方法为群组生成推荐集的基础上进一步从推荐集中删除了不相关的项目，以提高个体成员偏好的满意度；朱国玮等[4]在计算群体对商品的评分时利用遗传算法对未知评分进行预测，并考虑到了用户影响力对群体评分的影响；李汶华等[5]基于多代理系统模拟用户的协商过程，从而得到最后的群推荐结果。

2.2 群推荐的主要影响因素

影响群推荐的因素主要有社会选择与社会影响；目前的群推荐策略大多基于社会选择理论形成，并没有对社会影响现象进行充分考虑[6-7]。社会选择是同质性的作用机理，即兴趣特征相似的人更有可能建立关系，用户依据自身的兴趣来与其他用户或项目产生联系；表现在群推荐上则是基于各个用户的历史兴趣来推断其选择不同项目的可能性，并综合各个用户的兴趣值来得到整个群体对推荐项目的评分。与社会选择不同，社会影响指人们的决策易受到外部环境或有交互关系的其他人的影响，即用户在进行决策时会参考他人的意见，来自外部的因素会影响用户最后做出的决策；表现在群推荐上则是群体中不同个体最后做出的决策会受到外部影响，需判断来自外部的影响强度以及每个个体受到外部影响的程度，并综合个体受到的影响来得到外部因素对整个群体造成的影响，最后将造成的影响与目标资源相关联从而进行推荐。

2.3 用户影响力分析

社交网络平台上，用户间的交互会使用户兴趣发生变化并带动群体兴趣发生变化；网络中不同用户对群体的影响大小存在差异，影响力较大的用户影响其他用户的范围与程度也较大，更容易改变群体的兴趣[8]。目前，相关研究已指出，影响力不同的成员通常在群体的决策过程中发挥着不同的作用[9-10]，用户影响力的分析对社交网络中的信息传播、链路分析、突发事件检测等问题的研究具有重要意义[11]。对群推荐任务而言，用户影响力的分析更是有助于界定各成员在群决策过程中的作用，能有效推进相关工作的进展与优化[12]。

2.4 兴趣传播与影响力传播

兴趣传播可以理解为，每个用户存在一个初始兴趣，且用户的兴趣向量会在用户关联图上进行随机游走，其游走的过程在现实中可表示为用户接触其他用户的行为（如用户观察其他用户所发布的内容、用户与其他用户的交流等），这种兴趣的游走现象会使关联图上每个用户的兴趣不断更新[13]。

用户影响力会影响用户所发布的消息在社交网络中的传播速度，以及覆盖的范围与深度；计算网络中用户的影响力并找出关键用户，对分析网络中信息的传播机制具有重要作用[14]。同理，用户影响力也会影响社交网络中的兴趣传播过程，可以推断出用户影响力与兴趣传播的速度、范围与大小具有很强的关系，很有必要在兴趣传播的过程中考虑到用户影响力，即影响力传播。

2.5 研究现状述评

总体而言，目前群推荐已在多个领域得到了应用，具有较强的应用范围及研究价值。在不考虑用户之间相互交流的情况下，群推荐主要依托社会选择因素进行，即依据群体中每个成员的兴趣来得到待推荐的项目评分。然而，随着社交网络平台的兴起以及各种点评平台的出现，用户在做决策时很容易受到群体中其他用户或外部环境的影响，即群推荐的结果除了受到社会选择因素影响之外还会受到社会影响因素的影响。目前的群推荐研究在以社交网络中的群体用户为研究对象时，对社会影响因素的考虑还存在一些不足，主要表现在以下两个方面：第一，有些研究在进行群推荐时只考虑了社会选择因素而没有考虑社会影响因素，考虑了社会影响因素的研究在进行推荐时，大多仅简单地依据群体中不同用户的影响力来分配权重计算待推荐项目的评分，忽略了群成员之间的相互影响；第二，在群推荐中引入社会影响因素时缺少相应理论支撑，社会选择与社会影响因素之间的关系有待辩证，即需要分析社会影响因素是如何作用于群推荐的整个过程，以及社会选择因素与社会影响因素的作用区别。

为了解决以上问题，本文将兴趣传播与用户影响力进行结合，并应用于社交网络群推荐任务中，提出了基于影响力传播的社交网络群推荐方法，在推荐的过程中通过影响力传播来体现社会影响因素对群推荐过程的影响，将其与社会选择因素即用户兴趣相结合，更好地进行群推荐服务。此外，依据群体兴趣的变化程度对比分析了社会选择与社会影响因素的作用大小，厘清了两种因素的相互关系。

3 研究框架

社交网络中存在大量以不同类型的事件或人物为中心形成的兴趣团体，兴趣团体内各成员通常围绕某一固定范围内的相关话题展开讨论；依据个人影响力和参与讨论的方式不同，各成员在话题讨论中发挥着不同的作用。本文以社交网络中的兴趣团体为研究对象构建了融合影响力传播的群推荐方法，如图1 所示。

图1 融合影响力传播的群推荐方法架构

图1 展示了本文的群推荐方法架构。从社交网络上收集到博文数据后，先利用用户历史数据来计算用户影响力，并找出影响力较高的核心用户；随后从用户的文本中提取出相关信息来构建核心用户与群体的兴趣特征模型，结合核心用户影响力及其兴趣特征来预测资源在群体内的传播情况，得到基于影响力传播的资源得分（社会影响作用），计算群体兴趣与资源间的匹配程度，得到基于特征相似性分析的资源得分（社会选择作用）；最后进一步结合推荐群体的特性对得分进行整合，从而得到考虑影响力传播的资源评分，选择资源推荐给核心用户，利用核心用户来实现资源的扩散，资源的扩散会产生影响力传播现象，使群体的兴趣发生变化，其外在表现就是以资源为话题展开的发布、转发、评论与点赞等行为。

3.1 用户影响力计算与核心用户选择

粉丝数与博文数[15]、用户活跃度[16]、转发率与评论率[17]等都是以往学者在进行社交网络用户影响力评价时考虑的相关因素。为了对相关因素进行综合考虑，本文借鉴h 指数的思想对社交网络中用户的影响力进行计算。

h 指数是一种综合考虑学者论文的数量与质量的学者评价指标[18]。目前已经有学者将h 指数用于社交网络用户的影响力评价，以h 指数的思想分别构建了转发h 指数（ht）、评论h 指数（hc）与点赞h 指数 （hl）[19]。本文对 ht、hc 与 hl 指数进行了重要性衡量，为其分配权重并进行整合，用整合的值来评价社交网络中用户的影响力。用户影响力计算公式为

其中，α、β、γ分别为 ht、hc、hl 指数的权重，其值取决于对社交网络中用户转发、评论与点赞行为的分析。若某一种行为的发生频率较低，则可理解为该行为的发生具有一定的难度，用户需要花费较高的时间成本进行该行为；也可理解为用户对该资源具有强烈的兴趣才会产生该行为，因此，某一行为发生的频率越低，本文赋予其权重越高。

在计算用户影响力之后，选取影响力较大的部分用户作为核心用户。核心用户通常在群体中发挥着较为重要的作用，从核心用户出发来模拟影响力传播的过程，能极大限度地还原传播过程，且节省巨大的时间成本。在本文中，核心用户需要具备较高的影响力，且其发布的文本数不能过低。

3.2 兴趣模型建立

3.2.1 群体兴趣模型

本文通过对热度较高的博文进行挖掘来建立群体兴趣特征。热度较高的博文即群体内用户点赞、转发与评论较多的博文，博文热度P的计算参照用户影响力的计算，即

其中，P为博文的热度；t、c、l分别为博文的转发数、评论数与点赞数；α、β、γ分别为t、c、l的权重。

群体用户的兴趣可由兴趣方向与兴趣强度表示。本文在实证研究中选择电影为推荐对象，在建立群体兴趣模型时，通过与群体相关的电影信息来表示群体在电影类型与电影人物两个方向的兴趣强度，分为(电影类型, 强度)与(电影人物, 强度)。电影类型的强度即某一类型电影的出现频次，电影人物的强度即电影中导演与演员的出现频次。为了考虑时间因素，引入遗忘函数来调整模型，对兴趣强度进行调整得到调整后的群体兴趣[20]。调整后的兴趣强度计算公式为

其中，X为调整前的群体兴趣强度；k为兴趣的衰减速率，本文中取k=1；t为间隔时间，表示博文发布时间与数据采集时间的间隔，以月度作为间隔时间，单位为天；Tmin为最小遗忘时间间隔，Tmax为最大遗忘时间间隔，两者之差用于表示兴趣的遗忘时间区间；X′为考虑时间衰减调整后的群体兴趣强度。

3.2.2 核心用户兴趣模型

对于核心用户的兴趣，因本文选择的为核心用户最新发布的博文所涉及的电影，故未考虑兴趣衰减而直接用词的出现频次表示兴趣强度，即用电影信息表示核心用户兴趣，核心用户兴趣可表示为(电影类型, 强度)与(电影人物, 强度)，电影类型与电影人物强度的取值分别取决于类型与人物信息在核心用户电影信息中的出现频次。

3.3 资源得分计算

3.3.1 基于群体兴趣的资源得分

在基于群体兴趣的资源评分中，考虑到词语出现的频次与覆盖率，用公式

来对推荐集进行评分。其中，Sp为基于群体兴趣的资源得分；Sp1为电影类型得分，Sp2为电影人物得分；T1为电影中具有分值的类型词语数，T2为类型词语总数；T3为电影中具有分值的人物词语数，T4为人物词语总数。

3.3.2 基于影响力传播的资源得分

在基于影响力传播的资源评分中，考虑到用户的博文发布行为及其影响力提出以下设定：

（1）用户对电影的兴趣强度需达到一定阈值才会发布与电影相关的博文。

（2）用户发布的与电影有关的博文数量、质量与其对电影的兴趣强度相关，即用户对电影的兴趣越大，其发布的与电影相关的博文数量就越多，质量越高。

（3）博文的传播范围与强度受到博文数量、博文质量与用户影响力的综合影响。

基于以上设定，设计公式

来计算基于影响力传播的资源评分。其中，Sd为基于影响力传播的资源得分；K为核心用户对电影的兴趣强度，K′为核心用户对电影的兴趣强度阈值，若K达到K′值，则用户会传播与该电影相关的博文，K超出K′值越多，则用户发布的相关博文数量越多，质量越高；I为用户影响力。K的计算公式为

其中，K1为核心用户关于电影类型的得分，考虑到类型词的出现频次，设置其出现频次不小于2 时具有得分，从而控制词出现的偶然性，当K1-1＜0 时，设K1-1=0；K2为核心用户关于电影人物的得分，当K2-1＜0 时，设K2-1=0。

3.3.3 资源得分整合

得到基于群体兴趣与影响力传播的资源得分之后，需要按照群体的特征对得分进行整合，从而得到整合后的资源评分。评分整合的计算公式为

其中，Sp和Sd分别为归一化处理后的基于群体兴趣与影响力传播的资源得分；α为调节系数，通过分析群体特征来进行取值。此外，Sp为基于自身兴趣的得分，主要受社会选择因素的作用；Sd为基于影响力传播的得分，主要受社会影响因素的作用。即兴趣群体受社会选择因素的作用越大，α取值越小；受社会影响因素的作用越大，α取值越大。本文通过衡量群体兴趣的变化程度来衡量其受社会选择与社会影响因素的作用大小。若群体兴趣较为稳定，则其更易受社会选择作用；若群体兴趣变化频繁，则其更易受社会影响作用。

4 实证与分析

4.1 数据收集

在所提群推荐方法架构的基础上，本文从微博超话“电影”上采集了相关数据用于展示群推荐的具体流程。“超话”是新浪微博推出的一项功能，用于将兴趣相似的人集合在一起。本文采集的数据来自超话中以“电影”为话题展开的兴趣团体，该团体中成员日常发表与讨论的话题大多与电影相关，且成员具有一定的固定性，也存在一些较为稳定的核心用户。采集数据的时间段为2019 年1 月1日至2019 年9 月11 日，共采集到用户发布的博文10097 条，抓取了与每条博文相关的点赞数、评论数、转发数、发布时间以及发布用户等相关信息，采集到的部分数据如表1 所示。

表1 “电影”博文数据集

4.2 数据预处理

采集数据后，为了更好地进行后续工作，需要对数据进行清洗、排序与汇总等预处理。在表1 所示数据中，用户ID 为发文用户的统一标识符且具有唯一性，对用户ID 进行去重处理，共得到1310个不同用户，将用户的所有博文进行整合，并按照用户发文数量对表1 中的数据进行排序，结果如表2 与图 2 所示。

如表2 与图2 所示，1310 名用户的发文数分布在1~496。用户“解忧电影局”的发文数为496，在1310 名用户中最高；“左拇食指”等用户发文数为1，在1310 名用户中最低。1310 名用户中有大量用户发文数低于50。用户的发文总数量与其在兴趣群体中的影响力具有较为直接的关系，因此，在后续的群推荐中将主要以发文数量较多的用户为切入点进行分析。

图2 用户-博文数散点图

表2 清理后博文数据集

4.3 用户影响力计算

考虑到发文数量与用户影响力的关系，本文选择对表2 中发文数最多的50 名用户进行影响力评价。在利用公式(1)计算用户影响力之前，先统计该兴趣团体内博文的平均转发数、平均评论数与平均点赞数，其值分别为8.390、4.719 和37.780，即点赞行为发生率最高，转发行为发生率次之，评论行为发生率最低，可以理解为用户对博文的评论行为代表着其对博文具有最高的兴趣，随后是转发与点赞行为。因此，α、β、γ分别取值为0.3、0.5、0.2。50 名用户的影响力结果如表3 所示。

表3 显示了基于影响力的用户排序结果，50 名用户的影响力分布在0.700~31.200。对比表2、表3的数据可以发现，基于博文数与基于影响力的用户排序结果存在一定差异，用户“解忧电影局”按博文数排序第一，按影响力排序第七，说明其发文量大，但是具有影响力的博文数量少于其他用户。借鉴h 指数的思想来计算用户影响力，综合考虑了用户的发文数量与质量，避免了仅考虑博文数与粉丝数计算用户影响力而产生的偏差，可以较为合理地预测用户在群体中的影响力。

表3 用户影响力

4.4 群体兴趣模型建立

在所选取的超话“电影”群体内，用户的博文内容通常由用户对电影的简短介绍、电影名与电影相关视频组成，其中简介与视频通常不包含用户的兴趣特征，因此，本文仅从电影名来寻找电影的相关信息，对电影信息进行抽取从而提取用户兴趣特征。

电影的上映与下架存在周期性，围绕电影而展开的话题讨论也存在一定的动态性。本文将所收集到的博文以月为单位进行划分，从2019 年4 月11 日至2019 年9 月11 日划分为5 个集合，从每个集合内分别选取1 部电影，共选取5 部。先利用公式(2)计算月度内博文的热度，随后选取月度内热度最高的博文中涉及的电影来表示该月度的群体兴趣。在选取相关电影后，从豆瓣电影上找到电影的类型、导演与演员信息来表示电影的特征（导演仅选取1位，演员仅选取排名前三的主要演员）。选取的5部电影信息如表4 所示。

在得到表4 中的群体电影信息后，先统计电影类型及导演、演员的出现频次，得到电影类型及电影人物强度，随后利用公式(3)得到调整后的兴趣强度。对于Tmin与Tmax的取值，本文从表1 的数据中找出10 部用户讨论较多的电影，统计相关博文的发布时间，如表5 所示，参考10 部电影的时间跨度，Tmin取值 35，Tmax取值 234 （若t＜Tmin，则认为兴趣不会衰减）。

表4 兴趣群体-电影相关信息

表5 电影讨论时间跨度

具体地，以类型-剧情为例，调整前其强度为3，分别取自其在8—9、7—8、5—6 这3 个月度内的出现频次1；以公式(3)对其进行调整，则8—9、7—8、5—6 这3 个月度的出现频次分别调整为1、1×0.882、1×0.652，调整后的强度为(剧情, 2.534)，群体兴趣如表6 所示。

表6 群体-兴趣模型

4.5 核心用户兴趣模型建立

用户影响力大小对影响力传播的范围、强度具有较大影响。本文选取表3 中影响力最大的20 名用户作为核心用户来进行基于影响力传播的资源评分，从其近期发布的博文中挖掘兴趣特征。选取20名用户最近发布的博文中涉及的5 部电影来表示用户兴趣，共选取100 部电影，相关信息如表7 所示。

在得到表7 中的核心用户电影信息后，统计电影类型及导演、演员的出现频次，即可得到核心用户的兴趣模型，如表8 所示。

表7 核心用户-电影相关信息

表8 核心用户-兴趣模型

4.6 基于群体兴趣的资源评分

构建兴趣模型后，从豆瓣电影上采集30 部近期热度最高的电影作为推荐的资源集来描述本文的群推荐过程。从豆瓣电影上采集的电影为数据采集时间段内国内热度较高的电影集合，与该超话群体内用户讨论的电影具有一定的重合度，且同时包含群体用户较为关注及不太关注的电影，在热度接近的情况下，将该资源集作为推荐的测试集可以在尽可能地避免热度影响的情况下衡量是否能为群体用户推荐到其感兴趣的资源，从而对推荐的效果进行准确评估。资源推荐集如表9 所示。

表9 资源推荐集相关信息

用公式(4)来对推荐集进行评分，如电影《续命之徒：绝命毒师电影》，其类型得分为剧情-2.534、惊悚-0、犯罪-0，人物得分为0，则该电影的评分为(2.534+0+0)×1/3+0。为了便于后续整合，对所有评分进行了归一化处理，映射到[0,1]。30 部电影基于群体兴趣的评分结果如表10 所示。

表10 基于群体兴趣的资源得分

4.7 基于影响力传播的资源评分

基于公式(5)与公式(6)计算每位核心用户对推荐资源集的评分。如电影《续命之徒：绝命毒师电影》，用户“花心弥漫”关于其类型得分为剧情-3、惊悚-0、犯罪-1，人物得分为0，则用户“花心弥漫”对该电影的评分为(3-1+0+1-1)×1/3+0。为了便于后续整合，对所有评分进行了归一化处理，映射到[0,1]。取兴趣阈值K′=3，将核心用户评分之和作为30部电影基于影响力传播的评分，结果如表11所示。

表11 基于影响力传播的资源得分

4.8 群推荐结果

在进行评分整合前，需确定α的取值。以群体内每个月度中热度最高的博文涉及的电影类型来表示群体当月兴趣，考虑到兴趣衰减的程度，将当月兴趣与前两个月的兴趣进行对比来衡量兴趣变化程度。若当月所提及电影类型涉及的n个类型词都在前两个月出现过，则兴趣变化程度为0；若有m个词没在前两个月出现过，则兴趣变化程度为m/n。分别比较 4—5、5—6、6—7、7—8、8—9 共 5 个月度的兴趣变化程度，结果如表12 所示。

表12 群体兴趣变化程度

如表12 所示，4—9 月内，该群体兴趣变化程度的均值为0.500，因此，本文取α=0.500 来对资源推荐集的得分进行整合，整合后的结果如表13 所示。

表13 整合后的资源得分

4.9 结果分析

在得到基于群体兴趣、影响力传播，以及整合群体兴趣与影响力传播这3 种资源评分后，按得分高低即可进行资源推荐。因本文在选择测试集时，已对资源热度进行控制，确保其热度较为一致以避免影响推荐结果，故在评估推荐效果时可主要以推荐结果与群体兴趣的一致程度来衡量。本文采用准确率来进行推荐效果评价，即

其中，A为准确率；TP 为群推荐列表和测试集的资源重合数；L为推荐列表的长度。考虑到博文在微博中的扩散时间，本文依据2019 年8 月12 日—2019年10 月11 日提及电影的博文热度来确定群推荐列表的顺序，采用公式(2)计算博文的热度，用与电影相关的博文中热度最高的博文所对应的热度来表示电影热度，按热度从大到小排序得到群推荐列表，如表14 所示。

表14 群推荐列表

考虑到推荐资源的总长度，分别比较推荐列表长度为总长度10%、20%、30%时的准确率，即比较长度为3、6、9 时3 种推荐方法的准确率，结果如表15 所示。

表15 准确率评估结果

从评估结果可以看出，当推荐的资源数较少时，整合群体兴趣与影响力传播的推荐方法具有最好的推荐效果；随着推荐资源数量的提升，基于群体兴趣的推荐效果会得到一定提升；基于影响力传播的推荐效果一般，且受推荐资源数量的影响较低；但当推荐的资源数限定在一定范围时，影响力传播就能发挥较大作用，优化了基于群体兴趣的推荐结果。此外，通过对比表13、表10、表11 中的资源得分可以发现，综合社会选择与社会影响因素得到的推荐结果相较于仅考虑单一因素具有更好的可解释性。例如，整合群体兴趣与影响力传播后，排名第一的电影为《大侦探皮卡丘》，其在基于群体兴趣与影响力传播的评分中都有较好的评价，即其较为贴合群体的兴趣偏好，且影响力较大的用户也有较大可能发布与其相关的博文；排名第四的电影《银河补习班》虽然在影响力传播上具有较高的得分，但因其与群体兴趣的匹配程度较低，故其影响力传播造成的范围与程度应适当降低，所以其整合后的推荐排序相较于影响力传播排序有一些下降；排名第二的电影《X 战警：黑凤凰》在群体兴趣上的得分仅为0.035，但其在影响力传播上具有最高的得分，通过兴趣的传播，即使与群体兴趣匹配程度较低的资源也有可能得到广泛的关注；此外，《狮子王》等在影响力传播上得分为0 的电影经过整合后，也可能在推荐列表中排序靠前，这可能是由于除核心用户外，也有部分其他用户会基于兴趣而发布博文，若资源与群体兴趣的匹配程度较高，则其可能通过核心用户之外的其他用户得到传播。

5 结论与展望

本文提出了一种基于影响力传播的社交网络群推荐方法，该方法在面向社交网络群体用户进行推荐时，分别从核心用户对用户群体的影响力以及用户群体的整体兴趣出发，结合了社会影响及社会选择作用对社交网络群体用户兴趣的影响，进行群推荐服务。通过微博“超话”数据开展了实证研究，结果证实，本文方法具有较好的推荐效果与可解释性。

群推荐服务是面向社交网络平台的极具研究价值的服务类型之一，其推荐方法及推荐效果仍具有较大的提升空间。本文提出的方法虽然综合考虑了社会影响及社会选择作用对社交网络平台上群推荐服务的影响，但在具体的实施过程中主要是从具有较大影响力的核心用户出发来对群体兴趣进行预测，对于非核心用户的作用考虑不够充分，在未来的研究中可对用户群体交互过程进行更为系统的分析来改进推荐思路。