基于跨社交网络的信息传播方法技术

本发明专利技术公开一种基于跨社交网络的信息传播方法，以构建的跨平台的网络拓扑为基础，利用节点的位置中心度和网络约束值对单个平台有向图中进行分类，利用跨平台节点对的时间相似度对跨平台有向图中的每个节点进行分类，根据节点的分类获取每个节点的传播概率，建立跨社交网络的信息传播过程。本发明专利技术将信息传播过程扩展到多个社交网络中，根据用户的异质性对用户节点进行分类，从而建立跨网络的信息传播过程，使得更加符合实际中的信息扩散特征，给舆情监测与控制、产品宣传、个性化推荐等应用提供基础。

Information dissemination method based on cross social network

【技术实现步骤摘要】
基于跨社交网络的信息传播方法
本专利技术属于通信
，更进一步涉及网络信息传播
中的基于跨社交网络的信息传播方法。本专利技术可用于模拟社交网络中信息传播的过程，并预测跨社交网络环境下的信息传播范围。
技术介绍
由于在线平台的多样性，网络用户有可能同时活跃在两个或多个社交平台中，用户对于信息的获取和传播也可以跨越网络边界。因此互联网是由许多具有不同性质、特征的网络交叉耦合而成的复杂网络，单一的网络层仅是其子集，这种耦合存在于多个在线的社交网络之间。因此，在跨网络情况下对信息传播过程进行研究具有现实意义，可为用于跨网络环境下节点影响力研究、个性化推荐及多网络舆情控制等热点应用中。许多现有的信息传播模型仅考虑了单个网络中的用户及传播过程，未分析涉及多个网络环境的跨网络用户和网络间的信息交互问题。南京邮电大学在其申请的专利文献“基于个体敏感度与大众媒体影响力的双层网络传播模型构建方法”(专利申请号201910015017.7，公开号109903853A)中公开了基于个体敏感度与大众媒体影响力的双层网络传播模型构建方法。该方法构建了双层本文档来自技高网...

【技术保护点】
1.基于跨社交网络的信息传播方法，其特征在于，对单个平台有向图及跨平台有向图中的每个节点进行分类，获取每个节点的传播概率；该方法的具体步骤包括如下：/n(1)构建跨平台的网络拓扑：/n(1a)在已知的两个不同功能的社交平台中，将每个社交平台中每个用户作为有向图中的一个节点，用户与用户之间的关系作为有向图中节点之间的边，将每个社交平台对应的所有的节点以及节点之间的边组合成一个有向图，得到单个平台的有向图G

【技术特征摘要】
1.基于跨社交网络的信息传播方法，其特征在于，对单个平台有向图及跨平台有向图中的每个节点进行分类，获取每个节点的传播概率；该方法的具体步骤包括如下：
(1)构建跨平台的网络拓扑：
(1a)在已知的两个不同功能的社交平台中，将每个社交平台中每个用户作为有向图中的一个节点，用户与用户之间的关系作为有向图中节点之间的边，将每个社交平台对应的所有的节点以及节点之间的边组合成一个有向图，得到单个平台的有向图G1和G2；
(1b)分别将单个平台有向图G1和G2中两个相同用户的节点组成跨平台节点对，在每个跨平台节点对的两个节点之间建立一条边，将所有的跨平台节点对以及每对节点的边组成跨平台有向图G3；
(1c)将三个有向图G1、G2和G3组成跨平台的网络拓扑；
(2)对单个平台有向图中的每个节点进行分类：
(2a)利用K-shell分解方法，获取每个单个平台有向图中每个节点的位置属性值；
(2b)按照下式，分别计算两个单个平台有向图G1和G2中每个节点的位置中心度：



其中，Il,i表示第l个单个平台有向图中第i个节点的位置中心度，kl,i表示第l个单个平台有向图中第i个节点对应的位置属性值，Γl,i表示第l个单个平台有向图中第i个节点的邻居节点集合，|·|表示取绝对值操作，∑表示求和操作，ul,j表示第l个单个平台有向图中的第j个节点，∈表示属于符号，kl,j表示第l个单个平台有向图中第j个节点对应的位置属性值，indl,j表示第l个单个平台有向图中的第j个节点的入度；
(2c)利用网络约束值的计算公式，分别计算两个单个平台有向图G1和G2中每个节点的网络约束值；
(2d)将每个单个平台有向图中所有节点的位置中心度均值与所有节点的位置中心度的方差值相加，得到每个单个平台有向图的位置中心度阈值，筛选出每个位置中心度大于该阈值的节点，将筛选出的每个节点作为意见领袖节点；
(2e)用每个单个平台有向图中所有节点的网络约束值的均值减去所有节点的网络约束值的方差值，得到每个单个平台有向图的网络约束值阈值，筛选出每个网络约束值小于该阈值的节点，将筛选出的每个节点作为结构洞节点；
(2f)将每个单个平台有向图中筛选后剩余的节点作为边缘节点；
(3)对跨平台有向图中的每个节点进行分类：
(3a)搜集跨平台有向图G3中每个跨平台节点对中的两个节点对应的用户在社交平台上发布的所有信息，从中提取每条信息的发布时间，将所有发布时间按照从小到大排序，得到该节点的信息发布时间序列；
(3b)利用动态时间规整方法，计算每个跨平台节点对的两个信息发布时间序列的规整距离；
(3c)按照下式，计算每个跨平台节点对中两个节点的时间相似度值：



其中，Sq表示第q个跨平台节点对中两个节点的时间相似度值，e表示以自然常数为底的指数操作，-表示取反操作，wq表示第q个跨平台节点对的两个信息发布时间序列的规整距离；
(3d)去除时间相似度值低于0.1的跨平台节点对，将剩余跨平台节点对中的每个节点作为桥梁节点；
(4)获取每个节点的传播概率：
(4a)搜集每个意见领袖节点发布每个信息后其他节点的反馈次数，...

【专利技术属性】
技术研发人员：赵楠，包晶晶，陈南，易运晖，程佳，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61