具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一中的社交网络中的用户识别方法的流程图，本实施例可以适用于在社交网络中通过用户进行消息扩散的情况，该方法可以由社交网络中的用户识别的装置执行，该社交网络中的用户识别装置可以采用软件和/或硬件的方式实现，例如，该社交网络中的用户识别装置可以配置于手机、电脑等终端中，本实施例对识别装置的型号和设备不加以限制。如图1所示，该方法具体包括：

S110、获取预设历史信息在社交网络中的传播数据。

社交广告是利用社交网络进行消息扩散传播的一种广告形式。但是，在社交网络中，不同节点进行传播消息时能力大小是不相同的，识别和利用社交网络传播的关键节点可以提高消息覆盖的人群，达到更好的传播效果。因此需要根据历史推广活动获取预设历史信息在社交网络中的传播数据，并确定传播数据中的各用户是否为关键用户。

在本发明实施例中，可以从历史推广活动的活动数据中获取对应的历史推广信息。具体的，推广活动可以为拼团领券、拼团满减等通过在社交网络中分享来达到社交消息扩散传播的项目活动。推广信息为该推广活动中需要扩散传播的信息，例如推广活动的活动链接等。可选的，详细的推广活动形式可以表现为用户通过操作终端设备(比如手机)发起某项活动，比如可以通过开团的形式发起活动，并分享该活动链接到社交网络中，邀请社交网络中其他用户参加该项推广活动。其中，该活动链接中对应的页面中会包含本次活动需要推送的广告信息；发起推广活动的用户为发起者用户；接收该推广活动的活动链接的用户为接收者用户；在接收活动链接后参加该推广活动的用户为助力者用户。

示例性的，用户可以通过分享给微信好友进行定向分享，也可以通过将该活动链接分享至微信朋友圈进行广泛分享。在一些实施例中，推广活动中的助力者用户也可以进行该推广活动的再次开团，并继续将该活动链接进行推广，此时该助力者用户则同时作为后一项活动的发起者。需说明的是，一项推广活动中发起者用户可以发起多次拼团活动，助力者用户也可以发起拼团活动，但是一次拼团活动中只能包含一个发起者用户和预设个数的助力者用户。当预设个数的各助力者用户与发起者用户成功参与某次拼团活动时，两种用户形成推广信息在社交网络中的特定传播关系，并且生成推广信息在社交网络中的传播数据。

可选的，各历史推广活动数据按照预设关系存放于关系型数据库内。具体的，推广活动数据包括推广活动对应的推广信息以及该推广信息在社交网络中的传播数据等数据。其中，关系型数据库的存储结构和数据的查询方式都是以表格为基础的。可选的，可以按照各历史推广活动类型进行数据分区域存放。将各历史推广活动的活动名称、活动时间或者商品名称等信息作为触发词，当需要获取数据库中数据时，可以输入商品名称、活动时间或活动名称与数据库中触发词进行匹配，若匹配成功，则可以获取数据库中该项推广活动的推广活动数据。可选的，可以在输入信息匹配的同时设置过滤规则，获取符合条件的推广活动对应的推广信息在社交网络中的传播数据；也可以在获取推广活动之后设置过滤规则，获取符合条件的推广活动对应的推广信息在社交网络中的传播数据。其中，可以同时获取多个推广活动的推广活动数据。示例性的，输入活动名称，例如拼团领券和拼团满减可以获取两项推广活动数据，可选的，可以在获取推广活动数据之后设置只获取该项推广活动对应的推广信息在社交网络中的传播数据；也可以在输入推广活动名称的同时设置只获取该项推广活动对应的推广信息在社交网络中的传播数据。当然上述获取传播数据的过程只作为可选实施例，本实施对传播数据的获取方式不加以限制。

S120、基于所述传播数据，获得用于表征用户连接关系的图结构数据。

在本发明实施例中，在图数据库中预先设置图结构数据定义文件。其中，图数据库存储结构和数据的查询方式都是以图结构为基础的，图结构的基本元素为节点和边，在图数据库中对应的就是节点和关系。具体的，图数据库中的数据与数据之间的关系通过节点和关系构成一个图结构。可选的，图数据库可以是Neo4j图数据库。图结构定义文件可以是CSV(Comma Separated Value，逗号分割值)文件。

具体的，CSV文件中包括用于定义用户节点数据结构的第一文件和用于定义用户节点连接关系的第二文件。可选的，采用第一预设解析方法对第一文件进行解析，获得用户节点属性字段，从所述传播数据中读取所述用户节点属性字段对应的用户节点属性数据，将用户节点属性数据进行格式转换后获得用户节点的图结构数据，将用户节点的图结构数据存储至图数据库中。具体的，用于定义用户节点数据结构的第一文件包括用于定义作为活动发起者的用户节点数据结构的第三文件和用于定义作为活动助力者的用户节点数据结构的第四文件。具体的，第三文件中包含活动唯一性标识字段、团唯一性标识字段、发起者用户唯一性标识字段以及参与活动时间字段。示例性的，第三文件可以是starter_header.csv文件；第四文件中包含活动唯一性标识字段、团唯一性标识字段、助力者用户唯一性标识字段以及参与活动时间字段；示例性的，第四文件可以是helper_header.csv文件。

可选的，采用第二预设解析方法对所述第二文件进行解析，获得节点关系属性字段，根据所述节点关系属性字段从所述传播数据中读取具有连接关系的任意两个用户的属性数据，将具有连接关系的任意两个用户的属性数据进行格式转换后获得用户节点连接关系的图结构数据，将用户节点连接关系的图结构数据存储至图数据库中。具体的，第二文件中包含活动唯一性标识字段、具有连接关系的两个用户的用户唯一性标识字段；具有用户节点连接关系的两个用户是参加了同一推广活动的同一组团并且具有直接信息传播关系的发起者用户和助力者用户；示例性的，第二文件可以是relationship_header.csv数据文件。

可选的，输入需要获取的历史推广活动信息与关系型数据库中存放的各推广活动数据的触发词进行匹配，并设置预设过滤规则，以获取符合条件的推广活动对应的历史推广信息在社交网络中的传播数据。其中，将获取到的符合条件的历史推广活动对应的历史推广信息中的发起者用户的传播数据存放于data1.csv文件中；将获取到的符合条件的历史推广活动对应的历史推广信息中的助力者用户的传播数据存放于data2.csv文件中。

推广信息在社交网络中的传播数据包括用户唯一性标识、团唯一性标识、活动唯一性标识、以及各用户的参与活动时间。具体的，用户唯一性标识可以用pin表示，是用来识别用户的标签，例如是任一推广活动的任一团的发起者用户或者任一推广活动的任一团的助力者用户；团唯一性标识可以用enroll_id表示，用来识别任一项推广活动任一组团的具体信息；活动唯一性标识可以用act_id表示，用来识别该推广活动的具体内容；用户参与活动时间可以用start_time表示，用来识别用户参与活动的具体时间。

可选的，依据图结构数据定义文件中定义的用户节点数据结构和用户节点连接关系，将推广活动对应的推广信息在社交网络中的传播数据转化为图结构数据，并且将图结构数据导入至图数据库中。通过连接关系将用户节点进行相互关联，用来构造一个图结构模型。图结构模型中的每个用户节点都直接包含一个关系列表，关系列表中存放此用户节点与其他用户节点的信息传播关系记录，将关系记录按类型和方向组织起来形成图结构数据，具体的如图2所示，图中外周的圆形代表助力者用户节点，中心的圆形代表发起者用户节点，箭头的指向关系代表参加了同一活动的同一组团并且具有直接信息传播关系。其中，圆形中的数字代表用户的唯一性标识，箭头中的“HELPED”代表两个用户的传播关系为助力关系。

可选的，可以采用图数据库自带的导入工具完成用户数据导入工作。具体的，可以打开命令行工具，输入命令行，以调用导入工具，导入工具将data.csv中的数据写入图数据库中；示例性的，输入命令nodes:Person＝"import/starter_header.csv,import/data1.csv"，根据starter_header.csv中定义的字段数据从data1.csv中读取发起者用户的对应的节点数据，并将发起者用户的节点数据进行格式转换后获得发起者用户节点的图结构数据，将发起者用户节点的图结构数据存储至图数据库中；输入命令nodes:Person＝"import/helper_header.csv,import/data2.csv"，根据starter_header.csv中定义的字段数据从data2.csv中读取助力者用户的对应的节点数据，并将助力者用户的节点数据进行格式转换后获得助力者用户节点的图结构数据，将助力者用户节点的图结构数据存储至图数据库中；输入命令relationships:HELPED＝"import/relation_header.csv,import/data.csv，"根据relation_header.csv中定义的字段数据从data1.csv、data2.csv文件中读取具有连接关系的任意两个用户的属性数据，将具有连接关系的任意两个用户的属性数据进行格式转换后获得用户节点连接关系的图结构数据，将用户节点连接关系的图结构数据存储至图数据库中。在一些实施例中，还可通过Neo4j图数据库自带的可视化应用或者第三方浏览器对用户关系网络进行观察，如图3所示的传播关系图。当然，本实施例图结构数据的获取方式只是作为可选实施例，也可以根据实际情况进行具体设置，本实施例对图结构数据的获取方式不加以限制。

S130、根据所述图结构数据确定各用户的属性数据。

在本实施例中，用户的属性数据包括表征用户节点在社交网络中覆盖的节点数量的指标数据、表征用户节点处于社交网络的位置的指标数据、以及表征用户节点在社交网络中的信息负载能力的指标数据。将三种属性数据按预设规则进行权重总和计算各用户的综合属性数据。

可选的，采用中心度算法(Degree Centrality)计算图结构数据中各用户的度数据。根据与当前用户节点具有连接关系的其他用户节点的数量，采用第一预设算法确定当前用户节点的度数据；其中，度数据用于衡量对应节点连接的节点数量，以确定各用户数据在社交网络中的属性。具体的，对于一个拥有n个节点的无向图，节点i的度中心性是与其他n-1个节点的直接联系总数，计算公式如下：

其中，C_D(N_i)表示节点i的度数据。X_ij，节点i与节点j有连接关系则为1，否则为0。

具体的，第一预设算法主要测量每个用户节点的节点关系数量，将各节点的节点关系数量分别统计在度数据中，根据度数据的大小确定各用户在社交网络中的重要性，若用户度数据的数值越大，则说明该用户在社交网络中的重要性越高。

可选的，根据当前用户节点分别与其他各用户节点之间的最短路径，采用第二预设算法计算图结构数据中各用户的紧密中心性数据。其中，紧密中心性数据用于衡量对应节点处于网络中心的程度，以确定各用户节点对社交网络产生的影响。具体的，可使用归一化后的紧密性计算公式，使得得分代表路径的平均长度。对于一个拥有n个节点的无向图，节点i的紧密中心性计算公式如下：

其中，C_norm(N_i)表示节点i的紧密中心性，d(i,j)为节点i到节点j之间的最短路径。

具体的，计算任一用户节点到所有其他用户节点的最短距离的倒数，根据计算出的紧密中心性的数值确定该用户处于在社交网络中的位置。若用户紧密中心性的数值越大，则说明该用户在社交网络中处于越靠近中心的位置。

可选的，根据其他任意两个用户节点之间的最短路径的数量以及所述其他任意两个用户节点之间的通过当前用户节点的最短路径的数量，采用第三预设算法计算图结构数据中各用户的中介中心性数据。其中，中介中心性数据用于衡量对应节点处于信息传播的最短路径上的可能性。具体的，对于一个拥有n个节点的无向图，节点i的中介中心性是经过该节点的最短路径的数量，计算公式如下：

其中，C_B(N_i)表示节点i的中介中心性，p为节点j和节点k之间的最短路径数量，p(N_i)为节点j和节点k之间通过节点i的最短路径数量。

具体的，计算社交网络中任意两个用户节点的所有最短路径，并计算最短路径中经过了其余任一用户节点的条数，计算经过最短路径的条数与所有最短路径条数的比例，得到的比例数值为该用户中介中心性算法的数值，当中介中心性算法的数值越大时，说明该用户在社交网络中的信息负载能力越大。

S140、根据所述各用户的属性数据识别所述各用户中的关键用户，并为所述关键用户设置相应标签。

在本发明实施例中，针对各用户，根据当前用户的各属性数据确定当前用户的综合属性值；具体的，计算任一用户的各属性数据，并按照预设权重进行加权平均计算，得到该用户的综合属性数据。可选的，各属性数据的权重可以预设为相同的权重。

可选的，各计算属性数据的算法得出的各属性数据的计算结果不尽相同，如果将计算结果直接进行加权平均运算，则度相关性大的用户节点计算的数值明显要高，因而不能准确的衡量该用户节点的价值。为了避免这一情况，应对所有的计算结果做归一化处理。可选的，使用Min-Max方法归一化当前结果，该方法将最终结果映射到0-1区间，且不改变数据的分布特征。

可选的，根据获得的0-1区间内的数值确定当前用户的综合属性值。根据各用户的综合属性值识别所述各用户中的关键用户。其中，关键用户包括：关键传播用户、高传播潜力用户、以及有效触达用户。可选的，关键传播用户的综合属性值高于高传播潜力用户的综合属性值，高传播潜力用户的综合属性值高于有效触达用户的综合属性值。示例性的，综合属性值大于等于0.8的用户为关键传播用户；综合属性值介于0.5到0.8之间的用户为高传播潜力用户；综合属性值小于0.5的用户为有效触达用户。

可选的，使用“关键传播用户”、“高传播潜力用户”、“有效触达用户”对当前图数据库中各用户节点进行标签标注处理。具体的可以选取不同大小或者不同颜色对当前图数据库中各用户节点进行标签标注处理。示例性的，分别采用红色、橙色和蓝色分别代表关键传播用户、高传播潜力用户、有效触达用户。其中，当选取不同标签的用户时，Neo4j图数据库可根据已经处理好的标签进行查询和筛选，并且进行相应的显示。

本发明实施例通过获取预设历史信息在社交网络中的传播数据；基于传播数据，获得用于表征用户连接关系的图结构数据；根据图结构数据确定各用户的属性数据；根据各用户的属性数据识别各用户中的关键用户，并为所述关键用户设置相应标签。在获取预设历史信息中的传播数据基础上，通过计算、识别并且标注社交网络中关键用户，利用这一技术解决了现有技术中传播覆盖范围效果有限和受众用户不参与消息的传播的问题，实现了社交网路中消息最大范围的扩散并提高用户传播的活跃性，达到更好的传播效果。

在一些实施例中，还可以接收数据查看请求，将图数据结构进行可视化展现。其中，图数据结构中包含用户节点以及用户节点之间的边连接关系，并将关键用户的节点进行突出性展示。可选的，可使用Neo4j图数据库自带的可视化应用或者第三方浏览器对用户关系网络进行观察，如图4所示为用户节点传播能力的示意图，其中点状图案、网格图案和横线图案分别代表关键传播用户、高传播潜力用户、有效触达用户。

实施例二

图5为本发明实施例二提供的社交网络中的用户识别方法流程图，本实施例在上述实施例的基础上，在“根据所述各用户的属性数据识别所述各用户中的关键用户，并为所述关键用户设置相应标签”之后增加了“提高所述关键用户对应的参加推广活动的限制次数；和/或，提高为所述关键用户在参加推广活动后分配奖励的权重参数，并基于所述权重参数为所述关键用户分配奖励。”其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图5，本实施例提供的社交网络中的用户识别方法包括：

S210、获取预设历史信息在社交网络中的传播数据。

S220、基于所述传播数据，获得用于表征用户连接关系的图结构数据。

S230、根据所述图结构数据确定各用户的属性数据。

S240、根据所述各用户的属性数据识别所述各用户中的关键用户，并为所述关键用户设置相应标签。

S250、对于所述各关键用户，进行对应的奖励分配。

在本发明实施例中，根据各用户的综合属性值识别各用户中的关键用户。可选的，提高关键用户对应的参加推广活动的限制次数。具体的，可以降低“关键传播用户”、“高传播潜力用户”参与活动的门槛。示例性的，当前推广活动每日会对用户参与次数进行限制，当用户参与超过活动预设次数限制后，当天无法再继续参加活动。具体的，可以根据识别出的各用户中的关键用户，放开“关键传播用户”参与次数限制校验，同时提高“高传播潜力用户”参与次数，以此提升活动传播过程。

在一些发明实施例中，还可以提高对应关键用户在参加推广活动后分配奖励的权重参数，并基于权重参数为所述关键用户分配奖励。具体的，根据各用户的综合属性值提升“关键传播用户”、“高传播潜力用户”获得奖励的权重和概率。示例性的，历史推广活动形式中用户在“成团”后可相应获得“京豆”、“优惠券”、“抽奖资格”等奖励。当前分配方式使用随机公平算法进行分配，即参与用户获得奖励的概率相同。在使用各用户的综合属性值后，将各用户的综合属性值作为分配的权重放入随机分配算法中，提升关键用户获得奖励的概率。

在一些发明实施例中，在识别出关键用户后，当进行活动推广时，可以由推广平台直接将待推广信息发送给关键用户的客户端，以使关键用户将待推广信息发送给社交网络中的其他用户或分享到社交网络中，从而将待推广信息扩散出去。

本发明实施例通过获取预设历史信息在社交网络中的传播数据；基于传播数据，获得用于表征用户连接关系的图结构数据；根据图结构数据确定各用户的属性数据；根据各用户的属性数据识别各用户中的关键用户，并为所述关键用户设置相应标签。并且对于所述各关键用户，进行对应的奖励分配。并在获取预设历史信息中的传播数据基础上，通过计算、识别并且标注社交网络中关键用户，利用这一技术解决了现有技术中传播覆盖范围效果有限和受众用户不参与消息的传播的问题，实现了社交网路中消息最大范围的扩散并提高用户传播的活跃性，达到更好的传播效果。并且根据各关键用户，进行对应的奖励，更加激发了用户传播扩散消息的积极性，增强了传播能力。

以下是本发明实施例提供的社交网络中的用户识别装置的实施例，该装置与上述各实施例的社交网络中的用户识别方法属于同一个发明构思，在社交网络中的用户识别装置的实施例中未详尽描述的细节内容，可以参考上述社交网络中的用户识别方法的实施例。

实施例三

图6为本发明实施例三提供的社交网络中的用户识别装置的结构示意图，本实施例可适用于在社交网络中通过用户进行消息扩散的情况，该社交网络中的用户识别装置的具体结构如下，包括：

传播数据获取模块310，用于获取预设历史信息在社交网络中的传播数据.

图结构数据获取模块320，用于基于所述传播数据，获得用于表征用户连接关系的图结构数据。

属性数据确定模块330，用于根据所述图结构数据确定各用户的属性数据。

关键用户识别模块340，用于根据所述各用户的属性数据识别所述各用户中的关键用户，并为所述关键用户设置相应标签。

可选的，所述传播数据获取模块310包括：

传播模块获取单元，用于读取至少一个历史推广活动对应的历史推广信息在社交网络中的传播数据。

可选的，传播数据包括用户唯一性标识、团唯一性标识、活动唯一性标识、以及各用户的参与活动时间。

可选的，所述图结构获取模块320包括：

图结构获取单元，用于获取预先设置的图结构数据定义文件；根据所述图结构数据定义文件，将所述传播数据转化为图结构数据后导入到图数据库中。

可选的，所述图结构数据定义文件包括用于定义用户节点结构数据的第一文件和用于定义用户节点连接关系的第二文件。

可选的，所述图结构获取模块320包括：

第一文件解析单元，用于对所述第一文件进行解析，获得用户节点属性字段，从所述传播数据中读取所述用户节点属性字段对应的用户节点属性数据，将所述用户节点属性数据进行格式转换后获得用户节点的图结构数据，将所述用户节点的图结构数据存储至图数据库中；

第二文件解析单元，用于对所述第二文件进行解析，获得节点关系属性字段，根据所述节点关系属性字段从所述传播数据中读取具有连接关系的任意两个用户的属性数据，将所述具有连接关系的任意两个用户的属性数据进行格式转换后获得用户节点连接关系的图结构数据，将所述用户节点连接关系的图结构数据存储至图数据库中。

可选的，所述第一文件包括用于定义作为活动发起者的用户节点的结构数据的第三文件和用于定义作为活动助力者的用户节点的结构数据的第四文件；

可选的，所述第三文件中包含活动唯一性标识字段、团唯一性标识字段、发起者用户唯一性标识字段以及参与活动时间字段。

可选的，所述第四文件中包含活动唯一性标识字段、团唯一性标识字段、助力者用户唯一性标识字段以及参与活动时间字段。

可选的，所述第二文件中包含活动唯一性标识字段、具有连接关系的两个用户的用户唯一性标识字段；其中，具有连接关系的两个用户是参加了同一活动的同一组团并且具有直接信息传播关系的用户。

可选的，所述属性数据确定模块330包括：

第一属性数据确定单元，用于针对所述图结构数据中的各用户节点，根据与当前用户节点具有连接关系的其他用户节点的数量，确定当前用户节点的度数据；

第二属性数据确定单元，用于根据当前用户节点分别与其他各用户节点之间的最短路径，确定当前用户的紧密中心性数据，所述紧密中心性数据用于衡量对应节点处于网络中心的程度；

第三属性数据确定单元，用于根据其他任意两个用户节点之间的最短路径的数量以及所述其他任意两个用户节点之间的通过当前用户节点的最短路径的数量，确定当前用户的中介中心性数据，所述中介中心性数据用于衡量对应节点处于信息传播的最短路径上的可能性。

可选的，所述关键用户识别模块340包括：

关键用户识别单元，用于针对各用户，根据当前用户的各属性数据确定当前用户的综合属性值；根据各用户的综合属性值识别所述各用户中的关键用户。

可选的，所述关键用户包括：关键传播用户、高传播潜力用户、以及有效触达用户。

可选的，所述关键传播用户的综合属性值高于所述高传播潜力用户的综合属性值，所述高传播潜力用户的综合属性值高于所述有效触达用户的综合属性值。

可选的，所述社交网络中的用户识别装置，还包括：

图结构数据展示模块，用于接收数据查看请求，将所述图结构数据进行可视化展现。

可选的，所述图结构数据中包含用户节点以及用户节点之间的边连接关系，并将所述关键用户的节点进行突出性展示。

可选的，所述社交网络中的用户识别装置，还包括：

关键用户奖励模块，包括：

第一关键用户奖励单元，用于提高所述关键用户对应的参加推广活动的限制次数。

第二关键用户奖励单元，用于提高为所述关键用户在参加推广活动后分配奖励的权重参数，并基于所述权重参数为所述关键用户分配奖励。

本发明实施例所提供的社交网络中的用户识别装置可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述社交网络中的用户识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例四

图7是本发明实施例四中的设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性地电子设备412的框图。图7显示的电子设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备412以通用计算设备的形式表现。电子设备412的组件可以包括但不限于：一个或者多个处理器或者处理单元416，系统存储器428，连接不同系统组件(包括系统存储器428和处理单元416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

电子设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。电子设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统443可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

电子设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该电子设备412交互的设备通信，和/或与使得该电子设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，电子设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与电子设备412的其它模块通信。应当明白，尽管图7中未示出，可以结合电子设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元416通过运行存储在系统存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的社交网络中的用户识别方法，该方法包括：

获取预设历史信息在社交网络中的传播数据；

基于所述传播数据，获得用于表征用户连接关系的图结构数据；

根据所述图结构数据确定各用户的属性数据；

根据所述各用户的属性数据识别所述各用户中的关键用户，并为所述关键用户设置相应标签。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的社交网络中的用户识别方法，该方法包括：

获取预设历史信息在社交网络中的传播数据；

基于所述传播数据，获得用于表征用户连接关系的图结构数据；

根据所述图结构数据确定各用户的属性数据；

根据所述各用户的属性数据识别所述各用户中的关键用户，并为所述关键用户设置相应标签。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。