[發(fā)明專利]一種基于潛在傳播集的社交網(wǎng)絡(luò)信息傳播跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710060641.X
• 申請(qǐng)日: 2017-01-25
• 公開（公告）號(hào): CN106844697B
• 公開（公告）日: 2019-07-23
• 發(fā)明（設(shè)計(jì)）人: 王志曉;芮曉彬;席景科;杜長(zhǎng)江;何婧;侯夢(mèng)男
• 申請(qǐng)（專利權(quán)）人: 中國(guó)礦業(yè)大學(xué)
• 主分類號(hào): G06F16/953
• 分類號(hào): G06F16/953;G06F16/35;G06N3/04;G06Q50/00
• 代理公司: 北京天達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11386
• 代理人: 王濤;張春

本發(fā)明涉及一種基于潛在傳播集的社交網(wǎng)絡(luò)信息傳播跟蹤方法，包括：建立基于潛在傳播集的SIR模型；從社交網(wǎng)絡(luò)中獲取網(wǎng)絡(luò)消息，進(jìn)行聚類并分組，建立網(wǎng)絡(luò)熱點(diǎn)消息的分類數(shù)據(jù)庫；從分類數(shù)據(jù)庫中選取網(wǎng)絡(luò)熱點(diǎn)消息，對(duì)社交網(wǎng)絡(luò)進(jìn)行采樣，獲取傳播參數(shù)；獲取新的網(wǎng)絡(luò)熱點(diǎn)消息，將其與網(wǎng)絡(luò)熱點(diǎn)消息的分類數(shù)據(jù)庫進(jìn)行對(duì)比，選擇最接近的網(wǎng)絡(luò)熱點(diǎn)消息類型，并提取獲取的傳播參數(shù)作為新的網(wǎng)絡(luò)熱點(diǎn)消息的參考傳播參數(shù)；對(duì)參考傳播參數(shù)進(jìn)行調(diào)整，進(jìn)一步預(yù)測(cè)所述網(wǎng)絡(luò)熱點(diǎn)消息的傳播情況并進(jìn)行人工干預(yù)。本發(fā)明運(yùn)用在不同規(guī)模的人工網(wǎng)絡(luò)與現(xiàn)實(shí)網(wǎng)絡(luò)中，由SIPR方程組生成的S、I、R三類曲線與仿真模擬情況中三類曲線吻合度很高，均表現(xiàn)出了良好的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種基于潛在傳播集的社交網(wǎng)絡(luò)信息傳播跟蹤方法。

背景技術(shù)

近年來，隨著網(wǎng)絡(luò)的飛速發(fā)展，在線社交服務(wù)(SNS)例如微博、Twitter和Facebook等已經(jīng)滲透到人們?nèi)粘Ｉ畹姆椒矫婷妫蔀楝F(xiàn)代人們獲取和傳播新鮮信息的一個(gè)重要途徑。由于在這些平臺(tái)上信息的發(fā)布和接收異常的簡(jiǎn)便和迅速，許多熱點(diǎn)問題會(huì)以″爆炸式″的速度迅速擴(kuò)散開來，在短時(shí)間內(nèi)就能達(dá)到″世人皆知″的地步。而在當(dāng)今社會(huì)，群眾輿論已經(jīng)成為一股不可小覷的無形力量，它們能在一定程度上左右熱點(diǎn)事件的演化方向，并對(duì)有關(guān)部門在事件的應(yīng)對(duì)、裁判及處理上造成一定的影響。因此，如何描述社交網(wǎng)絡(luò)中的信息傳播行為、揭示信息傳播的特性和規(guī)律，具有非常重要的理論研究?jī)r(jià)值和實(shí)際應(yīng)用價(jià)值，同時(shí)也是當(dāng)前的研究熱點(diǎn)之一。

在最近幾年里，有不少學(xué)者針對(duì)社交網(wǎng)絡(luò)中的信息傳播問題展開了大量的研究工作，他們的研究主要集中在傳染病模型、網(wǎng)絡(luò)拓?fù)淠Ｐ鸵约盎诮y(tǒng)計(jì)推理的傳播模型。其中，由于信息傳播的表現(xiàn)與傳染病傳播非常相像，所以現(xiàn)在大多數(shù)的信息模型都是以傳染病模型為基礎(chǔ)。而在基于傳染病模型方面，大多數(shù)研究者都是以SIR模型為基礎(chǔ)。

SIR模型，即susceptible-infective-removed模型，該模型根據(jù)節(jié)點(diǎn)狀態(tài)，將社交網(wǎng)絡(luò)上的節(jié)點(diǎn)分為三類：具備傳播信息能力的傳播節(jié)點(diǎn)I、從未聽說過消息的健康節(jié)點(diǎn)S以及對(duì)消息不感興趣因此不具備傳播能力的免疫節(jié)點(diǎn)R。在單位時(shí)間內(nèi)，每個(gè)傳播節(jié)點(diǎn)以概率β與其他所有狀態(tài)的節(jié)點(diǎn)接觸，并且以概率γ治愈從而成為免疫節(jié)點(diǎn)；如果傳播節(jié)點(diǎn)的傳播行為中與健康節(jié)點(diǎn)接觸，則該健康節(jié)點(diǎn)會(huì)變成傳播節(jié)點(diǎn)。若用N表示網(wǎng)絡(luò)中的節(jié)點(diǎn)總數(shù)，S(t)、I(t)、R(t)分別表示在t時(shí)刻S、I、R三類狀態(tài)的節(jié)點(diǎn)總數(shù)，則原始SIR傳播模型的耦合非線性方程組可以表示為

現(xiàn)有模型中，因?yàn)闆]有考慮到可能有多個(gè)傳播節(jié)點(diǎn)影響到同一個(gè)健康節(jié)點(diǎn)S的情況，也就是說，這一修正仍然是把每個(gè)傳播節(jié)點(diǎn)獨(dú)立看待，而沒有考慮到整個(gè)網(wǎng)絡(luò)的實(shí)際構(gòu)型，所以在較密集的網(wǎng)絡(luò)中計(jì)算所有傳播節(jié)點(diǎn)的影響總量時(shí)，所得出的結(jié)果會(huì)遠(yuǎn)遠(yuǎn)大于實(shí)際值。因此，在ΔI₊＝β<k>I(t)S(t)/N或類似處理的模型中，前期傳播節(jié)點(diǎn)I的數(shù)量會(huì)飛速增長(zhǎng)且很快就會(huì)突破節(jié)點(diǎn)上限，同時(shí)健康節(jié)點(diǎn)S的數(shù)量也會(huì)急劇下降到負(fù)值，這顯然與實(shí)際情況不符。此外，即使在較為稀疏的網(wǎng)絡(luò)中，雖然傳播節(jié)點(diǎn)I不會(huì)瘋狂增長(zhǎng)，但是這些模型的方程解析結(jié)果也無法與實(shí)際情況相吻合。這些原因?qū)е铝诉@些模型只能被當(dāng)作僅供參考的理論模型，其解析結(jié)果也不能被實(shí)際應(yīng)用到信息傳播情況的預(yù)測(cè)與分析上，該模型的利用價(jià)值也因而大打折扣。

發(fā)明內(nèi)容

鑒于上述的分析，本發(fā)明旨在提供一種基于潛在傳播集的社交網(wǎng)絡(luò)信息傳播跟蹤方法，用以解決現(xiàn)有基于傳統(tǒng)SIR模型的社交網(wǎng)絡(luò)信息傳播跟蹤方法中存在的對(duì)傳播節(jié)點(diǎn)增量的計(jì)算大量重復(fù)的問題。

本發(fā)明的目的主要是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種基于潛在傳播集的社交網(wǎng)絡(luò)信息傳播跟蹤方法，包括以下步驟：

步驟S1、在傳統(tǒng)SIR模型中加入潛在傳播節(jié)點(diǎn)PS類節(jié)點(diǎn)，建立基于潛在傳播集的SIR模型；