[發明專利]一種基于多模式混合模型的在線社會網絡信息傳播建模方法有效

申請號：	201611236476.0	申請日：	2016-12-28
公開（公告）號：	CN106780071B	公開（公告）日：	2020-06-26
發明（設計）人：	杜友田;蘇暢;管曉宏;王倩	申請（專利權）人：	西安交通大學
主分類號：	G06Q50/00	分類號：	G06Q50/00
代理公司：	西安智大知識產權代理事務所 61215	代理人：	段俊濤
地址：	710049 陜***	國省代碼：	陜西;61
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于模式混合模型在線社會網絡信息傳播建模方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種基于多模式混合模型的在線社會網絡信息傳播建模方法，其特征在于，包括如下步驟：

1)適合于描述信息傳播的特征提取：引入影響信息傳播的3類特征：Tie Strength(簡稱TS)特征、Homophily特征、Structural Equivalence(簡稱SE)特征；

2)單一傳播模式定義與描述：采用概率模型對用戶是否轉發信息的概率進行建模，以準確定量刻畫在線社會網絡中的信息傳播模式，假定存在C種基本的信息傳播模式，則通過定義第c∈{1,2,…,C}種基本傳播模式驅動下的從結點u到結點v信息轉移概率k_c,u,v、結點v在t_m,v被激活的概率在[t_m,u,t_m,v]時間范圍內結點v未能被激活的概率節點w在T_m時刻仍未被節點v激活的概率來刻畫單一傳播模式的概率模型；

3)多模式混合傳播模型(MPMDM)構建：

其中，Θ_c表示第c個基本傳播模型的參數，M(p_i；Θ_c)表示第c個信息傳播模式對應的模型，w_c表示模型M(p_i；Θ_c)在信息p_i傳播過程中的權重，Θ＝{Θ₁,Θ₂,…,Θ_C}表示混合傳播模型的參數集合；

4)基于期望最大化算法的模型學習與推理：針對MPMDM模型，基于期望最大化EM算法來對其進行參數估計，給出參數估計公式，其中，期望最大化算法是采用迭代的策略來求得模型參數，假設給定參數則在此參數下，信息傳播樹集合D由第c個傳播模式產生的條件概率為：

定義期望最大化算法中的Q函數如下：

最大化上述Q函數，由于限制條件∑_cπ_c＝1，可求得：

在Q函數中忽略掉與參數α_c、r_c無關的項，得到如下函數：

Q函數的優化問題則轉化為求的最優解，定義如下變量：

令分別為α_c、r_c的當前估量，同理，和分別為和根據計算得到；

于是，將轉化為：

其中，

易知在和時取最大值，從而分別對于α和r獨立地最大化Q₁和Q₂，來實現的最大化；

首先，得到Q₁函數對于α_c的一階導數向量和Hessian矩陣：

顯然，由于的正定性，上述Hessian矩陣為非正定矩陣，運用牛頓迭代方法對于所有α_c最大化Q₁，同理，得到Q₂對于所有r_c的一階導數和二階導數：

顯然，二階導數非正，同理根據牛頓迭代法得到Q₂最大值的解；

通過重復以上估計過程，得到在給定參數情況下得到的更好參數Θ，并得到最終的最優解Θ^*＝{π₁^*,π₂^*,...,π_C^*；α₁^*,α₂^*,...,α_C^*；r₁^*,r₂^*,...,r_C^*}，最終得到對應于多個信息傳播模式的模型{M(·；Θ_c^*)|c＝1,2,…,C}，其中Θ_c^*＝{π_c^*,α_c^*,r_c^*}。