基于动力学的延迟交叉信息传播分析方法及系统技术方案

本发明专利技术提供一种基于动力学的延迟交叉信息传播分析方法及系统，包括：一个网络用户为一个个体，个体状态为易受影响状态、转发状态、超时免疫状态和直接免疫状态；监测个体接触的第一条信息的传播时期；构建第一条信息平稳期发布第二条信息的两条信息交叉传播的第一交叉信息传播动力学模型；构建第一条信息爆发期发布第二条信息的两条信息交叉传播的第二交叉信息传播动力学模型；将各人群的个体总数与两条信息的转发量相对应，通过对累计转发量的监测根据第一交叉信息传播动力学模型或第二交叉信息传播动力学模型对两条信息传播过程中人群的个体总数变化进行预测。上述方法及系统准确分析长间隔与短间隔延迟交叉舆情中已发布信息对新信息的影响。

【技术实现步骤摘要】
基于动力学的延迟交叉信息传播分析方法及系统
本专利技术涉及舆情传播的动力系统构建
，更具体地，涉及一种基于动力学的延迟交叉信息传播分析方法及系统。
技术介绍
能否成功减轻COVID-19在人群中的传播，在很大程度上取决于社会距离、自我保护、病例发现、检疫、隔离和检测的有效性。这些非药物干预措施的有效性取决于公共的积极参与，而这在很大程度上受到公众意见的影响。研究有效沟通的一个重要挑战是，在不同时间点发布于社交媒体的相关且内容不一致的信息的交叉传播。这就要求我们采取一定策略，在疫情快速发展的情况下，优化在社交媒体上发布关键信息的时机。在信息传播动力学领域，谣言的传播模型有易感-感染-暴露-恢复模型(SEIR)、易感-感染(SI)模型、易感-感染-易感(SIS)模型和易感-感染-恢复模型等，这些早期的研究并没有充分解决真实社交媒体网络中信息传播中相关信息发布延迟和交叉传播的重要现象。有学者提出了两类双谣言传播模型:双敏感感染恢复(DSIR)模型，假设谣言通过感染节点与他人直接接触传播；利用C-DSIR(C-DSIR)综合模型，研究了所有谣言的整体传播情况，重点在于确定在整个时间段内有多少人没有传播所有谣言，有多少人正在传播或已经传播了至少一种谣言，并没有研究一个谣言延时传播对两个谣言传播的影响。
技术实现思路
鉴于上述问题，本专利技术提供一种基于动力学的延迟交叉信息传播分析方法，包括：一个网络用户作为一个个体，对于第一条信息，个体的状态分为第一易受影响状态、第一转发状态、超时免疫状态和直接免疫状态，第一易受影响状态是个体还没有接触到第一条信息，但是未来有机会接触到第一条信息并容易受到第一条信息的影响，并有可能产生转发的状态；所述第一转发状态是第一条信息已经转发且处于活跃状态能够对其他个体产生影响的状态；所述超时免疫状态是转发第一条信息后失去了活跃能力的状态，所述直接免疫状态是阅读第一条信息后放弃转发失去了活跃能力的状态；监测第一条信息的传播时期，所述传播时期包括爆发期和平稳期；构建第一交叉信息传播动力学模型，所述第一交叉信息传播动力学模型是在第一条信息的平稳期发布第二条信息的两条信息交叉传播的动力学模型，包括：将个体的状态分为第二易受影响状态、第三易受影响状态、第四易受影响状态、第二转发状态和第一免疫状态，所述第二易受影响状态是没有接触第一条信息和第二条信息易受第二条信息影响的状态，第三易受影响状态是对第一条信息处于超时免疫状态的个体易受第二条信息影响的状态，第四易受影响状态是对第一条信息处于直接免疫状态的个体易受第二条信息影响的状态，第二转发状态是转发了第二条信息且处于活跃状态能够对其他个体产生影响的状态，第一免疫状态是转发了第二条信息失去了活跃能力的状态以及处于第二易受影响状态、第三易受影响状态和第四易受影响状态的个体阅读第二条信息后放弃转发失去活跃能力的状态；按照个体的状态划分不同的人群；构建第一交叉信息传播动力学模型，在所述第一交叉信息传播动力学模型中，一个人群的个体总数相对于时间的导数按照转化方向与相关人群的个体总数呈线性关系，所述相关人群是除了处于第一免疫状态的人群之外与所述一个人群存在转化关系的其他人群；构建第二交叉信息传播动力学模型，所述第二交叉信息传播动力学模型是在第一条信息的爆发期发布第二条信息的两条信息交叉传播的动力学模型，包括：将个体的状态分为第三易受影响状态、第四易受影响状态、第五易受影响状态、第六易受影响状态、第二转发状态和第二免疫状态，所述第五易受影响状态是没有接触到第一条信息和第二条信息，易受第一条信息或第二条信息影响的状态，第六易受影响状态是处于第一条信息的第一转发状态的个体易受第二条信息影响的状态，第二免疫状态是已经转发第二条信息失去了活跃能力的状态以及处于第五易受影响状态、第三易受影响状态和第四易受影响状态的个体阅读第二条信息后放弃转发失去活跃能力的状态；按照个体的状态划分不同的人群；构建第二交叉信息传播动力学模型，在所述第二交叉信息传播动力学模型中，一个人群的个体总数相对于时间的导数按照转化方向与相关人群的个体总数呈线性关系，所述相关人群是除了处于第二免疫状态的人群之外与所述一个人群存在转化关系的其他人群；设定一条信息每个个体仅能转发一次，将各人群的个体总数与两条信息的转发量相对应，通过对累计转发量的监测根据第一交叉信息传播动力学模型或第二交叉信息传播动力学模型对两条信息传播过程中人群的个体总数变化进行预测。在一个实施例中，所述构建第一交叉信息传播动力学模型的步骤还包括：设定第一交叉信息传播动力学模型的模型参数，包括：第二平均接触速率为处于第三易受影响状态的个体能够接触到第二条信息的平均速率；第三平均接触速率为处于第四易受影响状态的个体能够接触到第二条信息的平均速率；第四平均接触速率为处于第二易受影响状态的个体能够接触到第二条信息的平均速率；第二平均转发概率为处于第二易受影响状态、第三易受影响状态和第四易受影响状态的个体对第二条信息进行转发的平均概率；第二平均免疫速率为个体由第二转发状态转移为第一免疫状态的平均速率；第一强曝光吸引力指数为转发过第一条信息的个体对第二条信息转发的吸引力强度；弱曝光吸引力指数为接触过第一条信息但未转发的个体对第二条信息进行转发的吸引力强度；非曝光吸引力指数为未接触过第一条信息的个体对第二条信息进行转发的吸引力强度；根据下式构建第一交叉信息传播动力学模型，其中，、、、和分别为t时刻第二易受影响状态、第三易受影响状态、第四易受影响状态、第二转发状态和第一免疫状态的人群中的个体总数，、和分别为第四平均接触速率、第三平均接触速率和第二平均接触速率，为第二平均转发概率，为第二平均免疫速率，、和分别为第一强曝光吸引力指数、弱曝光吸引力指数和非曝光吸引力指数。优选地，所述将各人群的个体总数与两条信息的转发量相对应的步骤包括：通过第一交叉信息传播动力学模型根据下式估算第二条信息的累计转发量其中，为第二条信息的累计转发量的估算值。进一步，优选地，还包括：设定第一交叉信息传播动力学模型的模型参数的初始值；采集第二条信息的累计转发量作为实际值，通过第一交叉信息传播动力学模型得到的第二条信息的累计转发量作为估算值，采用参数估计的方法获得第一交叉信息传播动力学模型的模型参数的最佳值，采用所述最佳值进行模型参数赋值，采用模型参数赋值后的第一交叉信息传播动力学模型预测两条信息随时间变化的不同人群的个体总数。在一个实施例中，所述构建第二交叉信息传播动力学模型的步骤还包括：设定第二交叉信息传播动力学模型的模型参数，包括：第一平均接触速率为对第一条信息处于第一易受影响状态的个体能够接触到第一条信息的平均速率；第一平均转发概率为对第一条信息处于第一易受影响状态的个体对第一条信息进行转发的平均概率；第一平均免疫速率为对第一条信息处于第一转发状态的个体转移为对第一条信息超本文档来自技高网...

【技术保护点】
1.一种基于动力学的延迟交叉信息传播分析方法，其特征在于，包括：/n一个网络用户作为一个个体，对于第一条信息，个体的状态分为第一易受影响状态、第一转发状态、超时免疫状态和直接免疫状态，第一易受影响状态是个体还没有接触到第一条信息，但是未来有机会接触到第一条信息并容易受到第一条信息的影响，并有可能产生转发的状态；所述第一转发状态是第一条信息已经转发且处于活跃状态能够对其他个体产生影响的状态；所述超时免疫状态是转发第一条信息后失去了活跃能力的状态，所述直接免疫状态是阅读第一条信息后放弃转发失去了活跃能力的状态；/n监测第一条信息的传播时期，所述传播时期包括爆发期和平稳期；/n构建第一交叉信息传播动力学模型，所述第一交叉信息传播动力学模型是在第一条信息的平稳期发布第二条信息的两条信息交叉传播的动力学模型，包括：将个体的状态分为第二易受影响状态、第三易受影响状态、第四易受影响状态、第二转发状态和第一免疫状态，所述第二易受影响状态是没有接触第一条信息和第二条信息易受第二条信息影响的状态，第三易受影响状态是对第一条信息处于超时免疫状态的个体易受第二条信息影响的状态，第四易受影响状态是对第一条信息处于直接免疫状态的个体易受第二条信息影响的状态，第二转发状态是转发了第二条信息且处于活跃状态能够对其他个体产生影响的状态，第一免疫状态是转发了第二条信息失去了活跃能力的状态以及处于第二易受影响状态、第三易受影响状态和第四易受影响状态的个体阅读第二条信息后放弃转发失去活跃能力的状态；按照个体的状态划分不同的人群；构建第一交叉信息传播动力学模型，在所述第一交叉信息传播动力学模型中，一个人群的个体总数相对于时间的导数按照转化方向与相关人群的个体总数呈线性关系，所述相关人群是除了处于第一免疫状态的人群之外与所述一个人群存在转化关系的其他人群；/n构建第二交叉信息传播动力学模型，所述第二交叉信息传播动力学模型是在第一条信息的爆发期发布第二条信息的两条信息交叉传播的动力学模型，包括：将个体的状态分为第三易受影响状态、第四易受影响状态、第五易受影响状态、第六易受影响状态、第二转发状态和第二免疫状态，所述第五易受影响状态是没有接触到第一条信息和第二条信息，易受第一条信息或第二条信息影响的状态，第六易受影响状态是处于第一条信息的第一转发状态的个体易受第二条信息影响的状态，第二免疫状态是已经转发第二条信息失去了活跃能力的状态以及处于第五易受影响状态、第三易受影响状态和第四易受影响状态的个体阅读第二条信息后放弃转发失去活跃能力的状态；按照个体的状态划分不同的人群；构建第二交叉信息传播动力学模型，在所述第二交叉信息传播动力学模型中，一个人群的个体总数相对于时间的导数按照转化方向与相关人群的个体总数呈线性关系，所述相关人群是除了处于第二免疫状态的人群之外与所述一个人群存在转化关系的其他人群；/n设定一条信息每个个体仅能转发一次，将各人群的个体总数与两条信息的转发量相对应，通过对累计转发量的监测根据第一交叉信息传播动力学模型或第二交叉信息传播动力学模型对两条信息传播过程中人群的个体总数变化进行预测。/n...

【技术特征摘要】
1.一种基于动力学的延迟交叉信息传播分析方法，其特征在于，包括：
一个网络用户作为一个个体，对于第一条信息，个体的状态分为第一易受影响状态、第一转发状态、超时免疫状态和直接免疫状态，第一易受影响状态是个体还没有接触到第一条信息，但是未来有机会接触到第一条信息并容易受到第一条信息的影响，并有可能产生转发的状态；所述第一转发状态是第一条信息已经转发且处于活跃状态能够对其他个体产生影响的状态；所述超时免疫状态是转发第一条信息后失去了活跃能力的状态，所述直接免疫状态是阅读第一条信息后放弃转发失去了活跃能力的状态；
监测第一条信息的传播时期，所述传播时期包括爆发期和平稳期；
构建第一交叉信息传播动力学模型，所述第一交叉信息传播动力学模型是在第一条信息的平稳期发布第二条信息的两条信息交叉传播的动力学模型，包括：将个体的状态分为第二易受影响状态、第三易受影响状态、第四易受影响状态、第二转发状态和第一免疫状态，所述第二易受影响状态是没有接触第一条信息和第二条信息易受第二条信息影响的状态，第三易受影响状态是对第一条信息处于超时免疫状态的个体易受第二条信息影响的状态，第四易受影响状态是对第一条信息处于直接免疫状态的个体易受第二条信息影响的状态，第二转发状态是转发了第二条信息且处于活跃状态能够对其他个体产生影响的状态，第一免疫状态是转发了第二条信息失去了活跃能力的状态以及处于第二易受影响状态、第三易受影响状态和第四易受影响状态的个体阅读第二条信息后放弃转发失去活跃能力的状态；按照个体的状态划分不同的人群；构建第一交叉信息传播动力学模型，在所述第一交叉信息传播动力学模型中，一个人群的个体总数相对于时间的导数按照转化方向与相关人群的个体总数呈线性关系，所述相关人群是除了处于第一免疫状态的人群之外与所述一个人群存在转化关系的其他人群；
构建第二交叉信息传播动力学模型，所述第二交叉信息传播动力学模型是在第一条信息的爆发期发布第二条信息的两条信息交叉传播的动力学模型，包括：将个体的状态分为第三易受影响状态、第四易受影响状态、第五易受影响状态、第六易受影响状态、第二转发状态和第二免疫状态，所述第五易受影响状态是没有接触到第一条信息和第二条信息，易受第一条信息或第二条信息影响的状态，第六易受影响状态是处于第一条信息的第一转发状态的个体易受第二条信息影响的状态，第二免疫状态是已经转发第二条信息失去了活跃能力的状态以及处于第五易受影响状态、第三易受影响状态和第四易受影响状态的个体阅读第二条信息后放弃转发失去活跃能力的状态；按照个体的状态划分不同的人群；构建第二交叉信息传播动力学模型，在所述第二交叉信息传播动力学模型中，一个人群的个体总数相对于时间的导数按照转化方向与相关人群的个体总数呈线性关系，所述相关人群是除了处于第二免疫状态的人群之外与所述一个人群存在转化关系的其他人群；
设定一条信息每个个体仅能转发一次，将各人群的个体总数与两条信息的转发量相对应，通过对累计转发量的监测根据第一交叉信息传播动力学模型或第二交叉信息传播动力学模型对两条信息传播过程中人群的个体总数变化进行预测。


2.根据权利要求1所述的延迟交叉信息传播分析方法，其特征在于，所述构建第一交叉信息传播动力学模型的步骤还包括：
设定第一交叉信息传播动力学模型的模型参数，包括：第二平均接触速率为处于第二易受影响状态的个体能够接触到第二条信息的平均速率；第三平均接触速率为处于第四易受影响状态的个体能够接触到第二条信息的平均速率；第四平均接触速率为处于第三易受影响状态的个体能够接触到第二条信息的平均速率；第二平均转发概率为处于第二易受影响状态、第三易受影响状态和第四易受影响状态的个体对第二条信息进行转发的平均概率；第二平均免疫速率为个体由第二转发状态转移为第一免疫状态的平均速率；第一强曝光吸引力指数为转发过第一条信息的个体对第二条信息转发的吸引力强度；弱曝光吸引力指数为接触过第一条信息但未转发的个体对第二条信息进行转发的吸引力强度；非曝光吸引力指数为未接触过第一条信息的个体对第二条信息进行转发的吸引力强度；
根据下式构建第一交叉信息传播动力学模型，















其中，、、、和分别为t时刻第二易受影响状态、第三易受影响
状态、第四易受影响状态、第二转发状态和第一免疫状态的人群中的个体总数，、和分别为第四平均接触速率、第三平均接触速率和第二平均接触速率，为第二平均转发
概率，为第二平均免疫速率，、和分别为第一强曝光吸引力指数、弱曝光吸引
力指数和非曝光吸引力指数。


3.根据权利要求2所述的延迟交叉信息传播分析方法，其特征在于，所述将各人群的个体总数与两条信息的转发量相对应的步骤包括：
通过第一交叉信息传播动力学模型根据下式估算第二条信息的累计转发量



其中，为第二条信息的累计转发量的估算值。


4.根据权利要求3所述的延迟交叉信息传播分析方法，其特征在于，还包括：
设定第一交叉信息传播动力学模型的模型参数的初始值；
采集第二条信息的累计转发量作为实际值，通过第一交叉信息传播动力学模型得到的第二条信息的累计转发量作为估算值，采用参数估计的方法获得第一交叉信息传播动力学模型的模型参数的最佳值，采用所述最佳值进行模型参数赋值，采用模型参数赋值后的第一交叉信息传播动力学模型预测两条信息随时间变化的不同人群的个体总数。


5.根据权利要求1所述的延迟交叉信息传播分析方法，其特征在于，所述构建第二交叉信息传播动力学模型的步骤还包括：
设定第二交叉信息传播动力学模型的模型参数，包括：第一平均接触速率为对第一条信息处于第一易受影响状态的个体能够接触到第一条信息的平均速率；第一平均转发概率为对第一条信息处于第一易受影响状态的个体对第一条信息进行转发的平均概率；第一平均免疫速率为对第一条信息处于第一转发状态的个体转移为对第一条信息超时免疫状态的平均速率；第五平均接触速率为处于第六易受影响状态和第三易受影响状态的个体能够接触到第二条信息的平均速率；第三平均接触速率为处于第四易受影响状态的个体能够接触到第二条信息的平均速率；第六平均接触速率为处于第五易受影响状态的个体能够接触到第二条信息的平均速率；第三平均转发概率为处于第三易受影响状态、第四易受影响状态、第五易受影响状态和第六易受影响状态的个体对第二条信息进行转发的平均概率；第三平均免疫速率为个体由第二转发状态转移为第二免疫状态的平均速率；第二强曝光吸引力指数为对第一条信息处于第五易受影响状态的个体或转发过第一条信息的个体对第二条信息转发的吸引力强度；弱曝光吸引力指数为接触过第一条信息但未转发的个体对第二条信息进行转发的吸引力强度；非曝光吸引力指数，是未接触过第一条信息的个体对第二条信息进行转发的吸引力强度；
根据下式构建第二交叉信息传播动力学模型，


















其中，、、、、和分别为t时刻的第五易受影响状态、第
三易受影响状态、第四易受影响状态、第六易受影响状态、第二转发状态和第二免疫状态的
人群中的个体总数，、和分别为第六平均接触速率、第三平均接触速率和第五平
均接触速率，为第三平均转发概率，为第三平...

【专利技术属性】
技术研发人员：殷复莲，吴建宏，邵雪莹，夏欣雨，吕嘉惠，吴肇良，王颜颜，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京;11