[發(fā)明專利]基于元胞自動機的信息傳播模型

在審

• 申請?zhí)枺?/td>: 201710462669.6
• 申請日: 2017-06-18
• 公開（公告）號: CN107194819A
• 公開（公告）日: 2017-09-22
• 發(fā)明（設(shè)計）人: 王愛蓮;裴紀堯;伍偉麗;楊崇艷;崔波
• 申請（專利權(quán)）人: 太原理工大學(xué)
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06N3/00
• 代理公司: 太原市科瑞達專利代理有限公司14101
• 代理人: 李富元

技術(shù)領(lǐng)域

本發(fā)明屬于社交網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種基于元胞機的信息傳播模型。

背景技術(shù)

社交網(wǎng)絡(luò)自出現(xiàn)以來，經(jīng)歷了一個快速發(fā)展的歷程，使用社交網(wǎng)絡(luò)傳播信息也成為網(wǎng)絡(luò)用戶關(guān)系交往的重要途徑；大量的動態(tài)通信的信息，影響著網(wǎng)絡(luò)成員的決策，系統(tǒng)科學(xué)地分析社交網(wǎng)絡(luò)的信息傳播行為，將會使我們從信息傳播的角度對網(wǎng)格結(jié)構(gòu)、屬性以及突發(fā)事件遵循的規(guī)律有進一步的認識。

社交網(wǎng)絡(luò)的蓬勃發(fā)展，使得信息的發(fā)布和接收變得異常簡便、迅速，信息呈現(xiàn)“核裂變”方式傳播，消息一經(jīng)發(fā)布立即被系統(tǒng)推送到所有關(guān)注者，一旦被轉(zhuǎn)發(fā)，又立即傳播到下一批關(guān)注者。廣大網(wǎng)民都有機會在突發(fā)事件的產(chǎn)生、發(fā)酵、傳播、爆炒環(huán)節(jié)中起作用，使得事件向更大范圍發(fā)展，如果不及時引導(dǎo)并加以控制，一段時間后接觸到謠言的用戶數(shù)量會達到最大值。研究社交網(wǎng)絡(luò)的信息傳播規(guī)律，合理引導(dǎo)信息的發(fā)布和社會的輿論，有利于網(wǎng)絡(luò)的安全控制和資源優(yōu)化。

在信息傳播規(guī)律的研究領(lǐng)域，已有傳染病模型及其改進模型，經(jīng)典的傳染病模型大致將人群分為幾類，每一類的個體都處于同一種狀態(tài)；其基本狀態(tài)有：傳播態(tài)，未感染態(tài)和免疫態(tài)。在研究這些狀態(tài)之間的轉(zhuǎn)換過程中又出現(xiàn)了不同的改進模型：描述感染后永久處于感染態(tài)；描述感染后成為新的感染源；描述感染后恢復(fù)健康獲得免疫力。借鑒傳染病感染機制，把社交網(wǎng)絡(luò)的人群劃分為未知消息、傳播消息、失去傳播消息的興趣。還有的研究模型基于微分方程，分析信息傳播規(guī)律，但方程的解對初始條件極為敏感；基于動力學(xué)的傳播模型，通過借鑒復(fù)雜網(wǎng)絡(luò)理論在其他網(wǎng)絡(luò)研究中的成功應(yīng)用，參數(shù)量化困難。雖然這些傳播模型在許多網(wǎng)絡(luò)中得到了擴展和研究，但是對于網(wǎng)絡(luò)信息傳播的研究，當前還是處于相對初級的階段，尚未提出完整的社交網(wǎng)絡(luò)及信息傳播的基礎(chǔ)理論和方法，對性質(zhì)的分析仍然受限于定性或者半定量的統(tǒng)計。

傳統(tǒng)的傳播模型大部分是基于規(guī)則網(wǎng)絡(luò)研究的，普遍具有以下缺點：(1)沒有考慮到在線社交網(wǎng)站中用戶的真實狀態(tài)，比如重復(fù)感染或者感染與否的概率性等；(2)運算復(fù)雜，演化過程不能隨時調(diào)整參數(shù)；(3)劃分用戶狀態(tài)較少，不能全面客觀的刻畫社交網(wǎng)絡(luò)中的信息傳播過程；(4)模擬結(jié)果不直觀，不能很好描述信息傳播過程的行為特征。

發(fā)明內(nèi)容

針對上述情況，本發(fā)明的目的就是提供一種基于元胞機的信息傳播模型，包括模型的定義、狀態(tài)的描述及規(guī)則的描述，有助于更深刻地理解社交網(wǎng)絡(luò)中的信息傳播特性，已克服上述已有模型的不足。

為實現(xiàn)上述目的，本發(fā)明所采取的技術(shù)方案是：提供一種基于元胞機的信息傳播模型，具體內(nèi)容如下所示：

(一)模型的構(gòu)建

定義：A＝(L,S,N,f)，其中A為元胞自動機系統(tǒng)，L為元胞空間，邊界條件為周期性邊界，S 為元胞狀態(tài)集合，N為元胞的鄰域集合，定義半徑為1的Moore領(lǐng)域類型，f為局部映射集合；

其中，為第i個元胞在t+1時刻的狀態(tài)，j₁,…j_N為元胞的鄰居，為所有鄰元的狀態(tài)集合；鄰居的形式采用Von Neumann型，每個節(jié)點擁有上、下、左、右、左上、左下、右上、右下八個方位的鄰居，其數(shù)學(xué)表達式如下：

N_Moore＝{v_i＝(v_ix,v_iy)|v_ix-v_ax|＜＜1,|v_iy-v_ay|＜＜1,(v_ix,v_iy)∈Z^Z}

其中，v_i為表示中心元胞坐標值為(v_ax,v_ay)的相鄰元胞的集合，(v_ix,v_iy)則表示鄰居元胞的空間位置；

(二)模型描述

在SNS網(wǎng)絡(luò)中，結(jié)合真實社交網(wǎng)絡(luò)中用戶對待信息傳播的態(tài)度，把社交網(wǎng)絡(luò)中信息的傳播過程細化為多個狀態(tài)，用不同類型節(jié)點的狀態(tài)轉(zhuǎn)移圖表示；元胞的狀態(tài)集合S＝{0,1,2,3,4,5,6}，分別對應(yīng)謠言傳播過程中的各種狀態(tài)。其狀態(tài)含義如下：0：未接觸謠言狀態(tài)；1：已接觸謠言狀態(tài)；2：相信謠言狀態(tài)；3：不相信謠言狀態(tài)；4：傳遞謠言狀態(tài)；5：質(zhì)疑謠言狀態(tài)；6：辟謠狀態(tài)。

對于每個元胞在t時刻有七種不同的取值，分別對應(yīng)信息傳播過程中的個體的狀態(tài)；

未接觸信息狀態(tài)，即個體未被感染，如果接觸到信息，可以成為已接觸者；