一种基于混沌理论的信息传播模型及其传播方法技术

本发明专利技术请求保护一种基于混沌理论的信息传播预测模型，属于信息传播分析领域。它包括了从社交网络获取真实数据源，构筑用户静态多维转发因素属性机制，预测用户动态行为特征，构建热点话题传播模型四个部分。首先，获取相关数据，获得数据集。其次，从用户、信息、用户关系三个角度出发，提取影响用户的多种行为特征，量化信息传播概率。然后，根据混沌理论预测用户的动态行为。最后，在传统传染病SIR模型基础上，结合信息扩散与传染病蔓延相似的传播机理，综合考虑动态性的行为特征，改进得到一种基于混沌理论和用户行为的信息传播模型。该发明专利技术可以有效表征在线社交网络中的信息传播动态趋势，发现信息传播中的重要影响因素。

【技术实现步骤摘要】
一种基于混沌理论的信息传播模型及其传播方法
本专利技术涉及社交网络分析领域，涉及在线社交网络信息传播的建模，揭示了热点话题的传播内在规律及趋势。
技术介绍
随着信息技术和互联网的发展，特别是近几年移动终端的快速普及，以脸书,推特，微信，微博为代表的在线社交网络软件越来越成为人们日常生活的重要工具。在线社交网络的蓬勃发展和活跃用户的急剧增长、使得拥有社交性、信息共享性等多种属性的在线社会网络迅速成为人们信息传播、舆论管制、商品营销、观点表达、产生社会影响力的理想平台，吸引了越来越多的高校及企业研究机构的关注。目前国内外在信息传播领域的研究多是从三个角度出发的，第一种是基于复杂网络的信息传播研究，主要以传染病动力学应用最为广泛；第二种是融入用户影响力在线社交网络信息传播研究，从用户差异性角度探索信息传播演化过程，其中影响力传播的线性阈值模型和独立级联模型得到了广泛应用；第三种是在线社交网络信息转发相关因素研究，目前主要的转发预测方法是可以分为基于用户过往行为的预测、基于用户文本兴趣的预测、基于用户所受群体影响、基于混合特征学习的预测。目前的研究主要集中在网络静态特征对信息传播的影响，但忽本文档来自技高网...

【技术保护点】
一种基于混沌理论的信息传播模型，其特征在于：包括获取数据集模块，用户静态状态变化因素提取模块，动态状态特征预测模块和热点话题传播模型构建模块；其中所述获取数据集模块，用于在在线社交网络平台的公共API下获取相关热点话题下的相关信息；所述用户静态状态变化因素提取模块，用于从用户属性、内容属性和用户关系属性三个维度，量化影响用户参与话题的静态因素，利用逻辑回归方法衡量每个因素的权重，构建用户静态状态改变机制；所述动态状态特征预测模块，用于将用户的历史行为中，每日参与话题数据整理为时间序列形式，然后利用混沌时间序列方法预测下一步动态，最后再将预测的结果归一化，以预测用户动态行为特征；所述热点话题传播...

【技术特征摘要】
1.一种基于混沌理论的信息传播模型，其特征在于：包括获取数据集模块，用户静态状态变化因素提取模块，动态状态特征预测模块和热点话题传播模型构建模块；其中所述获取数据集模块，用于在在线社交网络平台的公共API下获取相关热点话题下的相关信息；所述用户静态状态变化因素提取模块，用于从用户属性、内容属性和用户关系属性三个维度，量化影响用户参与话题的静态因素，利用逻辑回归方法衡量每个因素的权重，构建用户静态状态改变机制；所述动态状态特征预测模块，用于将用户的历史行为中，每日参与话题数据整理为时间序列形式，然后利用混沌时间序列方法预测下一步动态，最后再将预测的结果归一化，以预测用户动态行为特征；所述热点话题传播模型构建模块，将用户静态状态改变属性机制与动态状态特征预测模块所得到的归一化预测结果结合，将二者相乘后的结果作为SIR模型的传染率μ，以(1-μ)作为恢复率，构建新的热点话题信息传播模型。2.根据权利要求1所述一种基于混沌理论的信息传播模型，其特征在于：所述相关热点话题下的相关信息包括用户自身信息、用户的历史行为记录和用户间的关系。3.根据权利要求1所述一种基于混沌理论的信息传播模型，其特征在于：所述的构建用户静态状态改变机制包括以下步骤：S21：从用户属性维度出发，提取用户影响状态改变的特征因子；S22：从用户社交关系维度出发，提取该用户与上游用户主题兴趣相似度和用户间的交互强度特性因子；S23：从内容属性维度出发，提取用户是否包含url、是否为转发微博、微博主题和用户主题兴趣相似度的特征因子；S24：采用逻辑回归算法计算用户的转发概率其中y表示用户参与话题的决策，当其为1的时候表示用户参与了话题，其为0的时候表示用户未参与了话题；θ是模型参数，即回归系数；σ是sigmoid函数，p()函数代表计算转发概率的函数，x表示该微博的特征集合。4.根据权利要求3所述一种基于混沌理论的信息传播模型，其特征在于：所述S21中提取用户影响状态改变的特征因子，包括用户的粉丝数、用户转发活跃度、性别、是否为注册用户、用户的网络行为动态数目和用户的PageRank值。5.根据权利要求1所述一种基于混沌理论的信息传播模型，其特征在于：所述的预测用户动态行为特征，包括以下步骤：S31：将用户的行为时间序列{x(i)，i＝1，2，...，N}根据C-C算法，将行为时间序列分为t个不相交的时间序列，计算各个子序列的统计量S(m，N，r，τ)＝C(m,N,r,τ)-Cm(1，N，r，τ)，C(m,N,r,τ)为时间序列的关联积分，S(m，N，r，τ)为反映序列的自相关特性的统计量，Cm(1，N，r，τ)为关联积分C(m,N,r,τ)的m次方；S32：重构相空间：对行为时间序列为{x(i)，i＝1，2，...，N}，τ为时间延迟，m为嵌入维数，N为数据组的大小，M＝N-(m-1)*τ，M为相点个数，此时间序列嵌入m维相空间得到N个相点的空间轨迹为：式中，X即为表示空间轨迹的矩阵，XN为其中某个m维相空间点，x(n)为其中某个时间序列；S33：用户行为时间序列的混沌性识别：采用小数据量方法，寻找给定轨道上每个点的最近邻近点，即其中p为时间序列的平均周期，dj(0)为在初始时刻一对最近邻点之间的距离，YI为相空间状态点，Yj为相空间中的任一点，即为Yj的最近邻点，j都表示某个时刻，且S34：根据一阶加权...

【专利技术属性】
技术研发人员：韦世红，弭宝松，肖云鹏，刘宴兵，孙华超，宋晨光，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50