基于演化博弈的微博谣言传播的分析方法与系统技术方案

本发明专利技术属于社交网络建模与数据挖掘领域，具体涉及到一种基于演化博弈的微博谣言传播的分析方法与系统；所述方法包括：构建微博数据信息数据库，抓取微博用户资料和数据资料，进行数据预处理；提取所述微博用户资料和数据资料的相关属性；根据演化博弈的理论来定义各个节点的收益矩阵，以及各个节点的邻居节点中不同策略选择所占的比例，根据复制动态方程构建话题驱动力；构建谣言传播动力学模型。本发明专利技术通过兼顾谣言信息本身的特殊性，将辟谣信息引入到传统的SIR模型中，提出一种SKIR微博谣言传播动力学模型，从而实现对真实世界中微博谣言传播过程的分析。

Analysis method and system of rumor propagation of micro-blog based on Evolutionary Game Theory

The invention belongs to the field of social network modeling and data mining, and specifically involves an analysis method and system of micro-blog rumor propagation based on evolutionary game. The methods include: building a micro-blog data information database, grasping the data of micro-blog users and data, preprocessing the data, and extracting the information of the micro-blog user. According to the theory of evolutionary game, we define the income matrix of each node, and the proportion of the choice of different strategies in the neighbor nodes of each node, construct the topic driving force according to the dynamic equation of replication, and construct the model of the rumor propagation dynamics. By taking into account the particularity of the rumor information itself, the invention introduces the rumor information into the traditional SIR model, and puts forward a SKIR micro-blog rumor propagation dynamics model, so as to realize the analysis of the micro-blog rumor propagation process in the real world.

【技术实现步骤摘要】
基于演化博弈的微博谣言传播的分析方法与系统
本专利技术属于社交网络建模与数据挖掘领域，具体涉及到一种基于演化博弈的微博谣言传播的分析方法与系统。
技术介绍
微博作为当前最热门的社交网络平台之一，是人们获取和分享信息的重要场所，其在为人们提供方便的同时，也成为了众多网络谣言滋生的乐土。微博庞大的用户群体，使得谣言的传播速度和范围都得到了前所未有的提升，给社会的和谐安定造成了严重的威胁。研究微博谣言传播问题对于理解、预测和疏导舆情有着重要的理论和现实意义，正引起各国政府和社会的广泛关注和重视。目前，常见的微博谣言传播分析都是通过构建微博谣言传播模型实现的。现有的谣言传播模型虽然在一定程度上可以刻画谣言传播过程中各阶段所呈现的特征，但是由于缺乏完整的谣言传播动力学机制分析，受限于简单的参数设定，未曾考虑到谣言信息本身的特殊性—谣言和辟谣信息的共生性，以及人们的从众心理以及利弊权衡心理，节点间的规则也较为简单，最终导致所构建的模型无法完整、真实的模拟现实世界中微博谣言的传播过程。由此，这些模型对真实世界的谣言传播状况的分析与真实微博谣言情况还存在差距。对比文件CN106126700A一种微博谣言传播的分析方法所采用的UASR微博谣言传播模型，能够对微博谣言传播进行有效的分析，但该模型仅考虑了谣言单条信息的影响因素，而忽略了辟谣消息对谣言传播的影响，同时还忽略了用户在面对选择时的趋利性心理和从众心理。
技术实现思路
为实现以上专利技术目的，本专利技术提出了一种基于演化博弈论的谣言传播分析方法与系统，所述具体包括以下四个步骤：步骤1、构建微博数据信息数据库，抓取微博用户资料和数据资料，对抓取后的微博用户资料和数据资料进行数据预处理；步骤2、提取微博用户资料和数据资料的相关属性，根据所述相关属性构建微博用户的社交影响力；步骤3、根据演化博弈的理论和所述微博用户的社交影响力来定义各个节点的收益矩阵；利用所述收益矩阵根据复制动态方程构建话题驱动力；步骤4、根据所述话题驱动力，构建谣言传播动力学模型，根据谣言传播动力学模型对微博谣言传播过程进行分析。进一步的，所述构建微博数据信息数据库，抓取微博用户资料和数据资料，对抓取后的微博用户资料和数据资料进行数据预处理包括：选定一条微博，选择所述微博的转发用户中的第一用户作为起始用户，将所述第一用户加入到待抓取的用户的队列中，从所述待抓取的用户的队列中选取一个用户，抓取其资料和发布的微博数据，然后抓取参与转发所述微博的下一个用户，如此循环下去，直到抓取完所有需要的数据。进一步的，步骤2中所述用户属性的提取方法为：从用户本身活跃度fuser(i)、邻居节点影响力fnei(i)以及微博热度finf(t)来提取用户属性。进一步的，所述用户本身活跃度fuser(i)包括：根据所述步骤101中抓取的数据通过用户本身的关注数以及转发和原创微博的数目衡量用户的活跃度；fuser(i)＝χj+χk其中，χj＝ρ×Num[orig(i)]+Num[retw(i)]，ρ∈[0,1]为弱化系数，Num[orig(i)]为用户i在话题发起前一个月的原创微博数量，Num[retw(i)]是用户i在话题发起前一个月的转发微博数量；χk为用户i的关注者数量；所述邻居节点影响力fnei(i)包括：在评估邻居节点影响力的过程中引入信息传播带动力，即邻居节点的原创微博和转发微博的参与量，将邻居节点的粉丝量作为一个影响力指标，从而来构成邻居节点的影响力；其中，χm为该用户的微博的平均参与度，χn为该用户的粉丝数目，所述参与量包括：评论数、转发数以及点赞数；所述微博热度finf(t)包括：引入半衰期函数表示信息从发布到慢慢衰减直至死亡的过程；其中，t表示从话题发起到当前时候的时间，w为正则系数。进一步的，步骤3中所述的用户策略包括：“传谣”和“辟谣”，“传谣”表示用户相信谣言信息，“辟谣”表示用户相信辟谣信息。进一步的，步骤3中所述的收益矩阵如下：其中，a(t)＝α×fuser+β×f1nei(i)×f1inf(t)，b(t)＝α×fuser+β×f2nei(i)×f2inf(t)，a(t)表示用户传谣的收益，b(t)表示用户辟谣的收益；α为节点受自身因素的比重，β为节点受自身因素和环境因素影响的比重，f1nei(i)表示谣言信息的邻居节点影响；f2nei(i)表示辟谣信息的邻居节点影响；f1inf(t)表示谣言信息的微博热度，f2inf(t)表示辟谣信息的微博热度。进一步的，步骤3中所述话题驱动力包括：其中，k(t)＝p1(t)×a(t)-p2(t)×b(t)，k(t)表示复制动态方程；p1(t)为t时刻邻居节点中传谣节点的比例，p2(t)为t时刻用户邻居节点中辟谣节点的比例。进一步的，步骤4中所述谣言传播动力学模型方程包括：其中，所述用户节点状态包括：易感状态S、辟谣状态K、传谣状态I和移除状态R；表示易感状态S的动态变化；表示传谣状态I的动态变化，表示辟谣状态K的动态变化，表示移除状态的动态变化；μ表示易感状态S向辟谣状态K转移的概率也即是话题驱动力，λ表示易感状态到感染状态的概率，γ表示易感状态S向移除状态R转换的概率，η表示感染状态I向辟谣状态K转移的概率，表示辟谣状态K或传谣状态I向移除状态R的概率，I(t)表示用户在t时刻处于传谣的状态，S(t)表示用户在t时刻处于易感的状态，K(t)表示用户在t时刻处于辟谣的状态。优选的，本专利技术还提出的了一种用于实现一种基于演化博弈的微博谣言传播的分析的系统：所述系统包括获取数据模块、提取数据属性模块、演化博弈模块、构建谣言信息传播模块，以及谣言分析模块；所述获取数据模块用于抓取微博用户资料和数据资料；所述提取数据属性模块用于提取所述微博用户资料和数据资料的相关属性；所述演化博弈模块用于定义各个节点的收益矩阵以及构建话题驱动力；所述构建谣言信息传播模块用于构建谣言传播动力学模型；所述谣言分析模块用于分析谣言。进一步的，所述获取数据模块用于抓取微博用户资料和数据资料包括：所述获取数据模块构建微博数据信息数据库，抓取微博用户资料和数据资料，并进行数据预处理操作具体包括：所述获取数据模块选定一条微博，选择所述微博的转发用户中的第一用户作为起始用户，将所述第一用户加入到待抓取的用户的队列中，每次所述待抓取的用户的队列选取一个用户，抓取其资料和发布的微博数据，抓取参与转发所述微博的下一个用户，如此循环下去，直到抓取完所有需要的数据。进一步的，所述提取数据属性模块用于提取所述微博用户资料和数据资料的相关属性包括：所述提取数据属性模块分别从用户本身活跃度fuser(i)、邻居节点影响力fnei(i)以及微博热度finf(t)来进行用户属性的提取；所述提取数据属性模块根据所述用户属性的定义来构建社交影响力；所述用户本身活跃度fuser(i)包括：根据所述步骤1中抓取的数据通过用户本身的关注数以及转发和原创微博的数目衡量用户的活跃度；fuser(i)＝χj+χk其中，χj＝ρ×Num[orig(i)]+Num[retw(i)]，ρ∈[0,1]为弱化系数，Num[orig(i)]为用户i在话题发起前一个月的原创微博数量，Num[retw(i)]是用户i在话题发起前一个月的转发微博数量；χk为本文档来自技高网...

【技术保护点】
1.一种基于演化博弈的微博谣言传播的分析方法，其特征在于，包括以下几个步骤：步骤1、构建微博数据信息数据库，抓取微博用户资料和数据资料，对抓取后的微博用户资料和数据资料进行数据预处理；步骤2、提取微博用户资料和数据资料的相关属性，根据所述相关属性构建微博用户的社交影响力；步骤3、根据演化博弈的理论和所述微博用户的社交影响力来定义各个节点的收益矩阵；利用所述收益矩阵根据复制动态方程构建话题驱动力；步骤4、根据所述话题驱动力，构建谣言传播动力学模型，根据谣言传播动力学模型对微博谣言传播过程进行分析。

【技术特征摘要】
1.一种基于演化博弈的微博谣言传播的分析方法，其特征在于，包括以下几个步骤：步骤1、构建微博数据信息数据库，抓取微博用户资料和数据资料，对抓取后的微博用户资料和数据资料进行数据预处理；步骤2、提取微博用户资料和数据资料的相关属性，根据所述相关属性构建微博用户的社交影响力；步骤3、根据演化博弈的理论和所述微博用户的社交影响力来定义各个节点的收益矩阵；利用所述收益矩阵根据复制动态方程构建话题驱动力；步骤4、根据所述话题驱动力，构建谣言传播动力学模型，根据谣言传播动力学模型对微博谣言传播过程进行分析。2.根据权利要求1所述的一种基于演化博弈的微博谣言传播的分析方法，其特征在于，所述构建微博数据信息数据库，抓取微博用户资料和数据资料，对抓取后的微博用户资料和数据资料进行数据预处理包括：选定一条微博，选择所述微博的转发用户中的第一用户作为起始用户，将所述第一用户加入到待抓取的用户的队列中，从所述待抓取的用户的队列中选取一个用户，抓取其资料和发布的微博数据，然后抓取参与转发所述微博的下一个用户，如此循环下去，直到抓取完所有需要的数据。3.根据权利要求1所述的一种基于演化博弈的微博谣言传播的分析方法，其特征在于，步骤2中所述用户属性的提取方法为：从用户本身活跃度fuser(i)、邻居节点影响力fnei(i)以及微博热度finf(t)来提取用户属性。4.根据权利要求3所述的一种基于演化博弈的微博谣言传播的分析方法，其特征在于，所述用户本身活跃度fuser(i)包括：根据所述步骤101中抓取的数据通过用户本身的关注数以及转发和原创微博的数目衡量用户的活跃度；fuser(i)＝χj+χk其中，χj＝ρ×Num[orig(i)]+Num[retw(i)]，ρ∈[0,1]为弱化系数，Num[orig(i)]为用户i在话题发起前一个月的原创微博数量，Num[retw(i)]是用户i在话题发起前一个月的转发微博数量；χk为用户i的关注者数量；所述邻居节点影响力fnei(i)包括：在评估邻居节点影响力的过程中引入信息传播带动力，即邻居节点的原创微博和转发微博的参与量，将邻居节点的粉丝量作为一个影响力指标，从而来构成邻居节点的影响力；其中，χm为该用户的微博的平均参与度，χn为该用户的粉丝数目，所述参与量包括：评论数、转发数以及点赞数；所述微博热度finf(t)包括：引入半衰期函数表示信息从发布到慢慢衰减直至死亡的过程；其中，t表示从话题发起到当前时候的时间，w为正则系数。5....

【专利技术属性】
技术研发人员：韦世红，陈迪强，唐宏，于海洋，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50