【技术实现步骤摘要】
信息处理方法、装置及存储介质
本专利技术涉及计算机
,特别涉及一种信息处理方法、装置及存储介质。
技术介绍
随着互联网技术的发展以及多种社交网络的出现,大量的网络信息能够以社交网络作为媒介进行传播,而信息传播特征能够对网络信息的传播过程和趋势进行描述,为确定舆论走向、发布有价值信息等工作提供参考,因此,如何获取网络信息准确的信息传播特征具有非常重要的研究意义。相关技术中,通过对样本社交网络中的样本网络信息的传播过程进行分析,发现网络信息在发布早期的传播规模的对数与最终传播规模的对数之间存在线性相关的关系。例如,参见图1,以坐标系中的一个点表示一条网络信息,以横轴表示网络信息发布7天时的传播规模,以纵轴表示网络信息发布30天时的传播规模,根据图1可以看出网络信息在发布7天时的传播规模的对数以及发布30天时的传播规模的对数存在线性相关的关系。因此,基于上述发现,可以根据多条样本网络信息发布早期的传播规模以及最终传播规模创建线性回归模型,则对于新发布的网络信息,根据该网络信息发布早期的传播规模以及该线性回归模型,可以预测出该网络信息的最终传播规模。在实现本专利技术实施例的过程中,专利技术人发现相关技术至少存在以下缺陷:上述方法仅能预测出网络信息的最终传播规模,而无法描述出网络信息的传播过程,因此功能存在局限,导致信息传播过程的预测准确度不高。
技术实现思路
本专利技术实施例提供了一种信息处理方法、装置及存储介质,可以解决相关技术的问题。所述技术方案如下:第一方面,提供了一种信息处理方法,应用于信息传播模型中,所述信息传播模型包括输入层、隐藏层和输出层,所述隐藏 ...
【技术保护点】
1.一种信息处理方法,其特征在于,应用于信息传播模型中,所述信息传播模型包括输入层、隐藏层和输出层,所述隐藏层包括与多个时刻对应的多个隐藏层节点;所述方法包括:通过所述输入层,获取目标信息在第j个传播时刻的输入特征Xj,所述输入特征Xj用于描述所述目标信息在所述第j个传播时刻以及所述第j个传播时刻之前时刻的历史传播过程,j为正整数;通过所述多个隐藏层节点,根据所述目标信息在第j‑1个传播时刻的隐层特征hj‑1和所述输入特征Xj,获取所述目标信息在所述第j个传播时刻的隐层特征hj,所述隐层特征hj‑1由与所述第j‑1个传播时刻对应的隐藏层节点在所述第j‑1个传播时刻获取;通过所述输出层,根据所述目标信息的隐层特征,获取所述目标信息的信息传播特征,所述信息传播特征用于描述所述目标信息的传播过程。
【技术特征摘要】
1.一种信息处理方法,其特征在于,应用于信息传播模型中,所述信息传播模型包括输入层、隐藏层和输出层,所述隐藏层包括与多个时刻对应的多个隐藏层节点;所述方法包括:通过所述输入层,获取目标信息在第j个传播时刻的输入特征Xj,所述输入特征Xj用于描述所述目标信息在所述第j个传播时刻以及所述第j个传播时刻之前时刻的历史传播过程,j为正整数;通过所述多个隐藏层节点,根据所述目标信息在第j-1个传播时刻的隐层特征hj-1和所述输入特征Xj,获取所述目标信息在所述第j个传播时刻的隐层特征hj,所述隐层特征hj-1由与所述第j-1个传播时刻对应的隐藏层节点在所述第j-1个传播时刻获取;通过所述输出层,根据所述目标信息的隐层特征,获取所述目标信息的信息传播特征,所述信息传播特征用于描述所述目标信息的传播过程。2.根据权利要求1所述的方法,其特征在于,所述通过所述多个隐藏层节点,根据所述目标信息在第j-1个传播时刻的隐层特征hj-1和所述输入特征Xj,获取所述目标信息在所述第j个传播时刻的隐层特征hj,包括:通过所述隐藏层中与所述第j个传播时刻对应的隐藏层节点,根据所述目标信息在所述第j-1个传播时刻的隐层特征hj-1和所述输入特征Xj,采用公式(1)计算所述目标信息在所述第j个传播时刻的隐层特征hj:hj=max{WXXj+Whhj-1+bh,0}(1);其中,WX表示特征参数矩阵,Wh表示隐层参数矩阵,bh表示偏置项。3.根据权利要求1所述的方法,其特征在于,所述信息传播特征包括传播规模,所述通过所述输出层,根据所述目标信息的隐层特征,获取所述目标信息的信息传播特征,包括:通过所述输出层,根据所述目标信息在各个时刻的隐层特征,采用公式(2)获取所述目标信息的传播规模:f(c)=MLP(a(c))(2);其中a(c)表示所述目标信息的传播向量,f(c)表示所述目标信息的传播规模,MLP(·)表示多层感知器,λj表示hj的传播权重,j表示所述目标信息的传播次数,T表示所述目标信息的历史最大传播次数,j∈{1,2,……T}。4.根据权利要求1所述的方法,其特征在于,所述信息传播特征包括预测的下一个传播时刻,所述通过所述输出层,根据所述目标信息的隐层特征,获取所述目标信息的信息传播特征,包括:通过所述输出层,根据所述目标信息在所述第j个传播时刻的隐层特征hj,采用公式(4),获取所述目标信息预测的下一个传播时刻:其中,y(t)表示所述目标信息的传播速率函数,Wt表示时间特征参数矩阵,表示时间特征参数矩阵的转置矩阵,bt表示初始速率,p(t)表示所述目标信息在t时刻进行传播的概率,tj表示所述目标信息的第j个传播时刻,tj+1’表示所述目标信息预测的下一个传播时刻。5.根据权利要求1-4任一项所述的方法,其特征在于,所述通过所述输入层,获取目标信息在第j个传播时刻的输入特征Xj,包括:通过所述输入层,根据所述目标信息的历史传播记录,获取所述输入特征Xj,所述历史传播记录中包括历史传播时刻、历史传播用户和历史地理位置中的至少一项,所述输入特征Xj包括时序特征、用户特征和地理位置特征中的至少一项。6.一种信息处理装置,其特征在于,所述装置包括:输入层模块、隐藏层模块和...
【专利技术属性】
技术研发人员:鲍鹏,卢苇,
申请(专利权)人:腾讯科技深圳有限公司,北京交通大学,
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。