[發(fā)明專利]基于謠言辟謠促謠和三方認(rèn)知博弈的信息傳播預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202011207375.7
• 申請日: 2020-11-03
• 公開（公告）號: CN112269945B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設(shè)計(jì)）人: 肖云鵬;戴天驥;李暾;李茜;劉紅;桑春艷;劉宴兵
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/951;G06F17/15;G06Q10/04;G06Q50/00
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

1.基于謠言辟謠促謠和三方認(rèn)知博弈的信息傳播預(yù)測方法，其特征在于，包括以下步驟：

S1、從公開的數(shù)據(jù)網(wǎng)站或者利用社交網(wǎng)絡(luò)公共API爬取在線數(shù)據(jù)；

S2、根據(jù)爬取的數(shù)據(jù)，獲取消息熱度、消息傳播強(qiáng)度、用戶認(rèn)知指數(shù)以及用戶相互強(qiáng)度；

S3、構(gòu)建謠言傳播驅(qū)動(dòng)力模型，在該模型中基于三方認(rèn)知博弈根據(jù)獲取的信息獲取謠言、辟謠以及促謠消息的收益函數(shù)；

S4、根據(jù)收益函數(shù)計(jì)算謠言、辟謠以及促謠消息的驅(qū)動(dòng)力，并根據(jù)驅(qū)動(dòng)力來預(yù)測用戶行為；具體包括：

根據(jù)謠言傳播驅(qū)動(dòng)力模型，可以得出任意用戶u_i在t時(shí)刻參與謠言轉(zhuǎn)發(fā)的概率為：

任意用戶u_i在t時(shí)刻參與辟謠轉(zhuǎn)發(fā)的概率為：

其中，m為表示用戶u_i所關(guān)注的m個(gè)用戶，轉(zhuǎn)發(fā)過程中有n個(gè)用戶轉(zhuǎn)發(fā)了辟謠消息的行為；Drf₁(u_i)為用戶在t_i時(shí)刻參與謠言消息轉(zhuǎn)發(fā)的驅(qū)動(dòng)力，表示為：

Drf₂(u_i)為用戶在t_i時(shí)刻參與辟謠消息轉(zhuǎn)發(fā)的驅(qū)動(dòng)力，表示為：

其中，drf₁(t_i)為t_i時(shí)刻的用戶謠言狀態(tài)驅(qū)動(dòng)力，表示為：

drf₂(t_i)為t_i時(shí)刻的用戶辟謠狀態(tài)驅(qū)動(dòng)力，表示為：

drf₃(t_i)為t_i時(shí)刻的用戶促謠狀態(tài)驅(qū)動(dòng)力，表示為：

其中，t表示時(shí)刻的下標(biāo)，t∈[0,now]，now為當(dāng)前計(jì)算驅(qū)動(dòng)的時(shí)刻；Payof f₁、Payof f₂、Payof f₃分別為選擇謠言、辟謠和促謠進(jìn)行轉(zhuǎn)發(fā)的收益函數(shù)，分別表示為：

Payof f₁(u_i)＝w₁*Eff(rumor)

Payof f₂(u_i)＝w₂*Eff(anti_rumor)

Payof f₃(u_i)＝w₃*Eff(sti_rumor)

其中，w₁為網(wǎng)絡(luò)節(jié)點(diǎn)中轉(zhuǎn)發(fā)謠言消息的節(jié)點(diǎn)比例，w₂為網(wǎng)絡(luò)節(jié)點(diǎn)中轉(zhuǎn)發(fā)辟謠消息的節(jié)點(diǎn)比例，w₃為網(wǎng)絡(luò)節(jié)點(diǎn)中轉(zhuǎn)發(fā)促謠消息的節(jié)點(diǎn)比例；Eff(rumor)、Eff(anti_rumor)、Eff(sti_rumor)分別表示謠言、辟謠、促謠消息影響力，分別表示為：

Eff(rumor)

＝k₀+k₁*T₁(t)+k₂*Prop₁(t)²+k₃*(Cog(u_i)*Int₁(u_i))³+δ*||(Cog(u_i)*Int₁(u_i),T₁(t),Prop₁(t))||₂

Eff(anti-rumor)

＝k₀+k₁*T₂(t)+k₂*Prop₂(t)²+k₃*(Cog(u_i)*Int₂(u_i))³+δ*||(Cog(u_i)*Int₂(u_i),T₂(t),Prop₂(t))||₂

Eff(sti-rumor)

＝k₀+k₁*T₃(t)+k₂*Prop₃(t)²+k₃*(Cog(u_i)*Int₃(u_i))³+δ*||(Cog(u_i)*Int₃(u_i),T₃(t),Prop₃(t))||₂

其中，k₀,k₁,k₂,k₃,δ為預(yù)設(shè)系數(shù)；|| ||₂表示歐幾里德范數(shù)運(yùn)算；T(t)為t時(shí)刻下話題傳播熱度值；Prop₁(t)為t時(shí)刻下謠言消息傳播強(qiáng)度值；Cog(u_i)為t時(shí)刻下用戶認(rèn)知指數(shù)；Int(u_i)為t時(shí)刻下用戶互動(dòng)率；

消息熱度表示為：

消息傳播強(qiáng)度表示為：

用戶認(rèn)知指數(shù)表示為：

用戶相互強(qiáng)度表示為：

Int(u_i)＝α*Num[follow(u_i)]+β*Num[followed(u_i)]

其中，k代表當(dāng)前話題傳播的總時(shí)長；forward_info(t)表示t時(shí)刻的消息轉(zhuǎn)發(fā)量，k1為約束因子，Topic(t)表示t時(shí)刻的消息熱度；Num[retweet(u_i)]表示用戶在一段時(shí)間內(nèi)的消息轉(zhuǎn)發(fā)行為數(shù)，Num[behavior(u_i)]表示用戶在一段時(shí)間內(nèi)產(chǎn)生的行為總數(shù)，用戶行為包括轉(zhuǎn)發(fā)次數(shù)和原創(chuàng)博文個(gè)數(shù)；θ為約束因子，屬于超參數(shù)，θ∈(0,1)；Num[follow(u_i)]表示用戶u_i關(guān)注的用戶總數(shù)，Num[followed(u_i)]表示關(guān)注u_i用戶的用戶總數(shù)，α和β為衰減系數(shù)，α,β∈(0,1)；

S5、將在線爬取的數(shù)據(jù)輸入建立的模型，預(yù)測得到網(wǎng)絡(luò)節(jié)點(diǎn)的采取辟謠行為和促謠行為的概率。

2.根據(jù)權(quán)利要求1所述的基于謠言辟謠促謠和三方認(rèn)知博弈的信息傳播預(yù)測方法，其特征在于，用戶在謠言傳播驅(qū)動(dòng)力模型中包括四種狀態(tài)，即：在時(shí)刻t未接觸到話題中消息的用戶為易感狀態(tài)、在時(shí)刻t接觸到話題中多類型消息并進(jìn)入認(rèn)知博弈過程的用戶為亢奮狀態(tài)、在時(shí)刻t選擇相信謠言消息并轉(zhuǎn)發(fā)謠言的用戶為傳謠狀態(tài)、在時(shí)刻t選擇不相信辟謠消息并轉(zhuǎn)發(fā)其他類型消息的用戶為免疫狀態(tài)，易感狀態(tài)節(jié)點(diǎn)若與亢奮狀態(tài)節(jié)點(diǎn)和傳謠狀態(tài)節(jié)點(diǎn)接觸，將會(huì)分別以ζ、η的概率轉(zhuǎn)化為亢奮節(jié)點(diǎn)或感染節(jié)點(diǎn)，感染節(jié)點(diǎn)和亢奮節(jié)點(diǎn)均會(huì)隨著時(shí)間推移逐漸轉(zhuǎn)化為免疫節(jié)點(diǎn)，感染節(jié)點(diǎn)和免疫節(jié)點(diǎn)的免疫率為μ和λ，狀態(tài)轉(zhuǎn)移概率ζ,η,μ,λ∈[0,1)。