The invention discloses a rumor risk assessment method based on network risk entropy difference, including: S1, establishing a rumor propagation model based on SIR model on the network platform for evaluation; S2, network structure based on rumor propagation model, using rumor source identification method to identify rumor sources and propagation time; S3, simulation in network structure. In order to get the probability that each node in the network is in different states at the current time, the maximum risk entropy and the minimum risk entropy are calculated according to the probability that each node is in different states at the current time. The network risk entropy of the current moment is calculated; S6. The network risk entropy difference is calculated according to the network risk entropy of the current moment and the previous moment, and the potential risk to the network platform caused by rumors at the current moment is evaluated according to the network risk entropy difference. The invention can quantitatively and accurately assess the risks caused by rumors to the network in real time.
【技术实现步骤摘要】
一种基于网络风险熵差的谣言风险评估方法
本专利技术涉及互联网与信息传播
,尤其是涉及一种基于网络风险熵差的网络舆情、网络谣言或网络虚假信息等的风险评估方法。
技术介绍
随着互联网的普及,越来越多的人开始利用互联网进行工作、购物、学习和娱乐等。据2017年8月4日中国互联网络信息中心(CNNIC)第40次《中国互联网络发展状况统计报告》显示,截至2017年6月,中国网民规模达到7.51亿,占全球网民总数的五分之一。网络已经成为人们每天获取信息、表达观点、相互交流的媒介和平台。如此便捷的网络平台为网民疏通了一条各抒己见、交流观点的自由渠道,民众越来越倾向于在网络上发表观点舆论。网络舆情内容的生产者已经由网站制作人员转变成为网站和广大网络用户共同作用的混合群体。这种趋势使得互联网成为继报纸、广播、电视等大众传播和人际传播之外的社会舆论传播的主流媒体。网络媒体作为新型媒体打破了传统媒体对时间、空间的许多限制,拓宽了传播的广度与深度。通过国际互联网络,网络媒体可以将信息24小时不间断地传播到世界的每一个角落。网络的迅猛发展给人们带来了生活的便捷,但同时也给谣言“插上了翅膀”。信息传播飞速化、网民参与匿名化、意见表达情绪化、立场观点极端化都为网络谣言的萌芽埋下了隐患。迅速增长的网民规模、便捷的上网方式、移动互联智能化与经济社会转型期积累的各种社会负面情绪相互结合,为谣言的滋生和蔓延提供了条件。网络谣言是指经由网络广泛传播的没有事实依据的虚假言论。与传统谣言相比,网络谣言无论是传播速度还是传播范围都得到了极大的扩展,尤其容易随着重大事件和突发事件的产生而滋生蔓延, ...
【技术保护点】
1.一种基于网络风险熵差的谣言风险评估方法,包括以下步骤:S1、对待评估的网络平台,建立基于SIR模型的谣言传播模型;S2、基于所述谣言传播模型的网络结构,利用谣言源识别方法识别出谣言源及其传播时间;所述网络结构包括多个网络节点,每个节点代表一个网络用户;S3、根据步骤S2确定的谣言源及其传播时间,在所述网络结构中模拟谣言的正向传播过程,以得到当前时刻所述网络结构中的各个节点处于不同状态的概率;其中,节点的所述状态包括三种:易感染状态、感染状态和恢复状态;S4、根据当前时刻所述各个节点处于不同状态的概率,计算当前时刻所述网络结构的最大风险熵和最小风险熵;S5、利用当前时刻所述网络结构的所述最大风险熵和所述最小风险熵,计算当前时刻所述网络结构的网络风险熵;S6、根据所述网络结构当前时刻的网络风险熵和当前时刻的前一时刻的网络风险熵,计算所述网络结构的网络风险熵差,并根据所述网络风险熵差评估当前时刻谣言对所述网络平台造成的潜在风险。
【技术特征摘要】
1.一种基于网络风险熵差的谣言风险评估方法,包括以下步骤:S1、对待评估的网络平台,建立基于SIR模型的谣言传播模型;S2、基于所述谣言传播模型的网络结构,利用谣言源识别方法识别出谣言源及其传播时间;所述网络结构包括多个网络节点,每个节点代表一个网络用户;S3、根据步骤S2确定的谣言源及其传播时间,在所述网络结构中模拟谣言的正向传播过程,以得到当前时刻所述网络结构中的各个节点处于不同状态的概率;其中,节点的所述状态包括三种:易感染状态、感染状态和恢复状态;S4、根据当前时刻所述各个节点处于不同状态的概率,计算当前时刻所述网络结构的最大风险熵和最小风险熵;S5、利用当前时刻所述网络结构的所述最大风险熵和所述最小风险熵,计算当前时刻所述网络结构的网络风险熵;S6、根据所述网络结构当前时刻的网络风险熵和当前时刻的前一时刻的网络风险熵,计算所述网络结构的网络风险熵差,并根据所述网络风险熵差评估当前时刻谣言对所述网络平台造成的潜在风险。2.如权利要求1所述的谣言风险评估方法,其特征在于:步骤S2中所采用的谣言源识别方法包括反向传播法、Jordan中心法、有效距离法和蒙特卡罗法。3.如权利要求1所述的谣言风险评估方法,其特征在于:步骤S2中采用反向传播法寻找谣言源,包括:选取所述网络结构中的若干节点作为观测节点,构成集合S,并在t时刻进行观测,t时刻处于感染状态的观测节点构成集合处于易感染状态的观测节点构成集合记录集合中各观测节点被谣言感染的时刻;对集合中各观测节点,从最晚被感染的节点开始,依照各自被谣言感染的时间顺序,先后沿着所述网络结构的路径反向传播谣言,能同时被集合中的所有观测节点感染的节点视为疑似谣言源,加入到疑似谣言源集合U中;对集合U中的所有节点u,分别求取在t时刻的最大似然值,其中最大似然值最大的节点即为谣言源uf。4.如权利要求3所述的谣言风险评估方法,其特征在于:集合U中的各节点u在t时刻的最大似然值为其中,PI(h,th;u)为节点h在th时刻被集合U中的节点u传来的谣言所感染而在t时刻处于感染状态的概率,PS(k,t;u)为节点k在t时刻未被集合U中的节点u传来的谣言感染而处于易感染状态的概率;α(h,th)表示节点h在th时刻被感染的概率,PS(h,th-1)和PI(h,th-1)分别表示节点h在(th-1)时刻处于易感染状态和感染状态的概率,βh表示处于感染状态的节点h转变为恢复状态的概率,0<βh<1;Uh表示节点h所代表的用户在所述网络平台上的信用值;Ch表示节点h所代表的用户在所述网络平台上的支持度,ph为节点h所代表的用户在所述网络平台上发布的内容中含有持赞同态度的评论数量,nh为节点h所代表的用户在所述网络平台上发布的内容中含有持反对态度的评论数量;Lh为节点h所代表的用户在最近一预定时间段内的活跃度,Nh为节点h在所述网络结构中的相邻节点j...
【专利技术属性】
技术研发人员:肖喜,卞天,刘睿彤,郑海涛,江勇,夏树涛,
申请(专利权)人:清华大学深圳研究生院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。