[發明專利]用于在線社交網絡數據挖掘模型數值機理有效性驗證方法有效
| 申請號: | 201811352786.8 | 申請日: | 2018-11-14 |
| 公開(公告)號: | CN109376195B | 公開(公告)日: | 2019-11-05 |
| 發明(設計)人: | 劉小洋;何道兵 | 申請(專利權)人: | 重慶理工大學 |
| 主分類號: | G06F16/26 | 分類號: | G06F16/26 |
| 代理公司: | 重慶天成卓越專利代理事務所(普通合伙) 50240 | 代理人: | 路寧 |
| 地址: | 400054 *** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 在線社交網絡 有效性驗證方法 數據挖掘模型 概率模型 數據發展趨勢 傳播模型 數據抽取 數據模擬 數據趨勢 數據提取 數據狀態 網絡數據 預先判斷 遠程展示 遠程終端 并發 抽取 轉化 分析 | ||
1.一種用于在線社交網絡數據挖掘模型數值機理有效性驗證方法,其特征在于,包括如下步驟:
S1,獲取在線社交網絡數據,形成概率模型進行數據抽取,對于抽取后的小世界網絡數據進行數據模擬,形成概率模型的數據趨勢,并發送到遠程終端;
所述概率模型為:
dij為網絡節點鄰接矩陣D中第i行第j列的取值;
由概率模型可見,競爭性信息傳播過程中網絡節點狀態轉化不僅與信息傳播率λ1,λ2、信息遺棄率δ1,δ2、信息置換率θ1,θ2有關,而且還受到網絡結構的影響;
轉移概率矩陣P表示為:
表示t時刻節點j為IA狀態的概率;表示t時刻節點j為IB狀態的概率;分別表示t時刻節點i屬于S,IA,IB,R狀態的概率;t時刻網絡上S狀態節點個數為S(t);當t時刻在線社交網絡上同時存在多個IA和IB狀態節點,分別用IA(t),IB(t)表示它們的數量;IA,IB狀態節點對信息的遺棄率分別為δ1,δ2;在線社交網絡數據節點i轉化為所有信息持抵制態度的遺棄狀態節點的R狀態;若節點狀態為R狀態,表明該節點已退出信息傳播過程,屬于最終狀態而不再轉化;
S1-1,根據轉移概率矩陣P,考慮某個S狀態節點同時存在na個IA狀態、nb個IB狀態的鄰居節點,則以λ1為橫軸、λ2為縱軸,以S狀態節點成功接收到某一類型信息導致狀態轉移的概率為豎軸,繪制了S狀態節點轉移概率隨λ1,λ2,na,nb的變化關系圖;λ1和λ2分別表示A信息和B信息的信息傳播概率;
S1-2,轉移概率隨λ1,λ2的增加呈線性增長,隨na,nb的增加呈指數快速增長,當λ1>λ2時,節點向IA狀態轉移,反之,向IB狀態轉移,在na=10,nb=2情形下,S狀態節點向IA狀態轉移的概率很快達到1,當節點只接觸到某一種信息,即λ1=0或λ2=0時,節點只向接觸到的這種類型信息的節點狀態轉變;
S1-3,節點在信息競爭中向對方狀態轉移的概率隨θ1,θ2的增加呈線性增長,隨na,nb的增加呈指數快速增長,在na=10,nb=2情形下,競爭使節點轉移到IA狀態的概率遠高于轉移到IB狀態的概率,當在線社交網絡數據信息中一類數據信息占有絕對優勢時,信息競爭行為消失,即θ1=0或θ2=0,傳播節點將快速向某一種狀態單方向轉化,整個網絡輿論迅速統一;θ1和θ2分別表示A信息和B信息的置換率;
S2,對于在線社交網絡數據進行傳播模型提取,通過對不同在線社交網絡數據狀態的轉化規律的分析之后,設定相應數據提取的判斷閾值,從而預先判斷在線社交網絡數據的發展趨勢,并將該在線社交網絡數據發展趨勢進行遠程展示;
所述傳播模型為:節點從狀態u遷移到狀態v的轉移概率記為pij;
pij=P{X(tn)=v|X(tn-1)=u},
S2-1,根據傳播模型所提取的在線社交網絡數據,度k的分布服從冪律分布P(k)~αk-γ,γ為常量,無標度網絡的平均路徑長度較小,聚類系數也較小;
S2-2,在整個傳播過程中,節點的狀態不斷改變,每一時刻節點處于某一狀態,那么不同的狀態在往下一狀態轉化時其處理過程是不同的;
所述S2-2包括:
S2-A,對于在線社交網絡數據選取未傳播任何信息節點的S狀態的節點i,收集在線社交網絡數據節點i收到A信息并積極傳播的節點的IA網絡狀態的鄰居節點數量IANum,同時收集在線社交網絡數據節點i收到B信息并積極傳播的節點的IB網絡狀態的鄰居節點數量IBNum,收集完畢IAnum和IBnum之后,計算未傳播任何信息節點的S狀態向IA狀態轉換的轉移概率和未傳播任何信息節點的S狀態向IB狀態轉換的轉移概率然后生成原始隨機數Prand∈(0,1),將轉移概率和進行比較;
S2-B,當時執行Prand和比較步驟,如果則在線網絡數據節點i轉化為IA狀態,如果則在線網絡數據節點i不發生變化;
S2-C,當時執行Prand和比較步驟,如果則在線網絡數據節點i轉化為IB狀態,如果則在線網絡數據節點i不發生變化;
S2-D,當時,讀取在線社交網絡數據信息偏好權重系數η,執行和比較步驟,如果則執行Prand和比較步驟,如果則在線網絡數據節點i轉化為IA狀態,如果則在線網絡數據節點i不發生變化;
S2-E,如果則執行Prand和比較步驟,如果則在線網絡數據節點i轉化為IB狀態,如果則在線網絡數據節點i不發生變化;
S2-3,當節點當前狀態為未傳播任何信息的S狀態時,節點在某一時刻接收不到任何信息,那么節點狀態保持不變;當只接收到某一類型的信息,然后以一定的傳播概率進行傳播;
S3,根據S1和S2中關于A,B信息傳播和置換進行有效性驗證。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶理工大學,未經重慶理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811352786.8/1.html,轉載請聲明來源鉆瓜專利網。





