The invention discloses a modeling method of multi-information propagation model of social network. The method expands into multiple messages on the basis of single-message propagation model, introduces different correlations among messages and memory attenuation of users, and obtains the final evolutionary stable state of information transmission. The invention combines the mutual influence of multiple messages, and is closer to the actual situation of multi-information co-dissemination in social network. The invention models and demonstrates the phenomenon of multi-information dissemination in social network based on the framework of social The invention improves the accuracy of multi-information transmission prediction in the network, and provides effective model support for different aspects such as topic prediction, public opinion control, disease control, network marketing, and propaganda strategies for multiple enterprises to deliver products or advertisements.
【技术实现步骤摘要】
一种社交网络多信息传播模型的建模方法
本专利技术属于信息传播模型
,具体涉及一种社交网络多信息传播模型的建模方法。
技术介绍
随着互联网技术的迅猛发展和在线社交网络的出现,信息传播的速度更快,影响范围更广,信息量也更加庞大。研究学者们广泛地利用复杂网络来描述真实世界的传播动态,而网络中的信息传播也是一个复杂的动态过程,被多种因素交互影响,例如网络的拓扑结构、信息发布者的影响力度、用户的兴趣偏好、信息本身的特性等等。理解复杂网络中的传播过程是网络科学领域中的一个核心问题,研究网络中的信息传播对于网络营销和谣言控制、互联网舆情监控等具有重大意义。现今对于信息传播的研究大多数集中在研究单条消息在网络中的传播情况,但现实网络中存在大量消息共同传播的现象,例如多条谣言、多种疾病在人群中的传播;多种计算机病毒在计算机网络上的扩散。相比于单消息传播,多消息传播更为复杂,因为各个消息之间可能会有多种相互作用的情况。消息之间可能存在着相互竞争的关系,也可能是互相促进的关系。在有关多消息或多疾病传播的研究中,大部分研究是基于经典的传染病模型来重点探讨两种病毒之间的相互影响,鲜少有研究多条消息的传播情况,如Newman在文献《ThresholdEffectsforTwoPathogensSpreadingonaNetwork》中讨论了两个相互竞争的病原体共同传播的临界值问题;Ahn等人在文献《Epidemicdynamicsoftwospeciesofinteractingparticlesonscale-freenetworks》中基于SIS模型,针对两种病毒提出了新的 ...
【技术保护点】
1.一种社交网络多信息传播模型的建模方法,其特征在于,该方法包括以下具体步骤:步骤1:基于社交网络中多条消息间的相互影响构建社交‑消息网络,包括:1)通过爬虫获取的数据构建社交用户关注网络,其中的节点表示社交网络中的用户,连边表示用户之间的关注关系;2)通过爬虫获取的数据构建消息网络,其中的节点表示社会网络中所传播的各个消息,连边表示消息之间的相互作用,其相互作用的强度由连边的权值体现;步骤2:用户以概率λ阅读网络中的消息,如果阅读该消息,则在t时刻,对于所阅读到的消息m,用户k以概率pk,m(t)传播该消息,如果未阅读到该消息直接进入步骤3;步骤3:每一个时刻,如果网络中有新发布的消息,在消息网络中新增加节点表示新发布的消息,并更新各个消息节点之间的连边和连边的权重;步骤4:重复步骤2和步骤3,直至每一条消息都不再被转发;其中:步骤3所述更新各个消息节点之间的连边和连边的权重,具体为:如果同一个用户先后转发了不同的消息即消息m和消息j,则在消息网络中为m节点和j节点之间增加一条连边;如果越来越多的用户先后转发消息m和j,那m和j之间连边的权重也将增加,利用Salton余弦来计算连边的 ...
【技术特征摘要】
1.一种社交网络多信息传播模型的建模方法,其特征在于,该方法包括以下具体步骤:步骤1:基于社交网络中多条消息间的相互影响构建社交-消息网络,包括:1)通过爬虫获取的数据构建社交用户关注网络,其中的节点表示社交网络中的用户,连边表示用户之间的关注关系;2)通过爬虫获取的数据构建消息网络,其中的节点表示社会网络中所传播的各个消息,连边表示消息之间的相互作用,其相互作用的强度由连边的权值体现;步骤2:用户以概率λ阅读网络中的消息,如果阅读该消息,则在t时刻,对于所阅读到的消息m,用户k以概率pk,m(t)传播该消息,如果未阅读到该消息直接进入步骤3;步骤3:每一个时刻,如果网络中有新发布的消息,在消息网络中新增加节点表示新发布的消息,并更新各个消息节点之间的连边和连边的权重;步骤4:重复步骤2和步骤3,直至每一条消息都不再被转发;其中:步骤3所述更新各个消息节点之间的连边和连边的权重,具体为:如果同一个用户先后转发了不同的消息即消息m和消息j,则在消息网络中为m节点和j节点之间增加一条连边;如果越来越多的用户先后转发消息m和j,那m和j之间连边的权重也将增加,利用Salton余弦来计算连边的权重。2.根据权利要求1所述的建模方法,其特征在于,所述利用Salton余弦来计算连边的权重,其表达式如下:其中,nmj表示t时刻同时转发了消息m和消息j的用...
【专利技术属性】
技术研发人员:杨蕊齐,韩定定,钱江海,
申请(专利权)人:华东师范大学,
类型:发明
国别省市:上海,31
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。