【技术实现步骤摘要】
基于谣言辟谣促谣和三方认知博弈的信息传播预测方法
[0001]本专利技术属于网络舆情分析领域,特别涉及一种基于谣言辟谣促谣和三方认知博弈的信息传播预测方法。
技术介绍
[0002]谣言是一种常见的社会现象。从狭义上讲,谣言是指未经官方核实而流传于社会的虚假信息。通常是一些人在没有确切的信息和知识或为达到特定目的情况下而四处传播。俗话说,谣言重复一千遍就会成为真理。在现实生活中,如果人们无法辨别信息的真假,总会抱着宁可信其有,不可信其无的心理传播谣言,经过大量的传播,很多谣言都被认为是真实的。当谣言在社会群体中飞速传播时,会造成社会不稳定性增加,同时,由于谣言的误导性也会使人们的认知受到影响。这一系列的影响对于和谐社会的建设而言是极具危害性的。
[0003]谣言具有悠久的历史。传统上,谣言是通过人与人之间口耳相传,传播速度慢、范围小。当今互联网发展迅速,微信、微博、博客等社交媒体已经渗入到人们日常生活的方方面面。社交网络的出现给人们带来了极大的便利,却也为谣言提供了传播渠道。它可以通过社交网络在不同地区,相距很远的陌生人之间传播,这意味着谣言的传播速度和范围比以往任何时候都更远、更快。在传统谣言的研究中,并未考虑促谣消息对于整个话题演化过程的影响。因此,开展谣言、辟谣和促谣话题传播预测模型研究,能够更好地发掘消息传播趋势和掌握群体转发特性分布,对网络舆情的引导和管控都具有重要意义。
[0004]近年来,许多学者对谣言传播模型进行了大量的研究,主要是基SIR传染病模型、机器学习算法模型和深度学习算法模型。 ...
【技术保护点】
【技术特征摘要】
1.基于谣言辟谣促谣和三方认知博弈的信息传播预测方法,其特征在于,包括以下步骤:S1、从公开的数据网站或者利用社交网络公共API爬取在线数据;S2、根据爬取的数据,获取消息热度、消息传播强度、用户认知指数以及用户相互强度;S3、构建谣言传播驱动力模型,在该模型中基于三方认知博弈根据获取的信息获取谣言、辟谣以及促谣消息的收益函数;S4、根据收益函数计算谣言、辟谣以及促谣消息的驱动力,并根据驱动力来预测用户行为;S5、将在线爬取的数据输入建立的模型,预测得到网络节点的采取辟谣行为和促谣行为的概率。2.根据权利要求1所述的基于谣言辟谣促谣和三方认知博弈的信息传播预测方法,其特征在于,用户在谣言传播驱动力模型中包括四种状态,即:在时刻t未接触到话题中消息的用户为易感状态、在时刻t接触到话题中多类型消息并进入认知博弈过程的用户为亢奋状态、在时刻t选择相信谣言消息并转发谣言的用户为传谣状态、在时刻t选择不相信辟谣消息并转发其他类型消息的用户为免疫状态,易感状态节点若与亢奋状态节点和传谣状态节点接触,将会分别以ζ、η的概率转化为亢奋节点或感染节点,感染节点和亢奋节点均会随着时间推移逐渐转化为免疫节点,感染节点和免疫节点的免疫率为μ和λ,状态转移概率ζ,η,μ,λ∈[0,1)。3.根据权利要求2所述的基于谣言辟谣促谣和三方认知博弈的信息传播预测方法,其特征在于,根据谣言传播驱动力模型,可以得出任意用户u
i
在t时刻参与谣言转发的概率为:任意用户u
i
在t时刻参与辟谣转发的概率为:其中,m为表示用户u
i
所关注的m个用户,转发过程中有n个用户转发了辟谣消息的行为;Drf1(u
i
)为用户在t
i
时刻参与谣言消息转发的驱动力;Drf2(u
i
)为用户在t
i
时刻参与辟谣消息转发的驱动力。4.根据权利要求1或3所述的基于谣言辟谣促谣和三方认知博弈的信息传播预测方法,其特征在于,用户在t
i
时刻参与谣言消息转发的驱动力Drf1(u
i
)表示为:用户在t
i
时刻参与辟谣消息转发的驱动力f2(u
i
)表示为:
其中,drf1为用户谣言状态驱动力,drf2(t
i
)为t
i
时刻的用户辟谣状态驱动力,drf3为用户促谣状态驱动力,t表示时刻的下标,t∈[0,now],now为当前计算驱动的时刻。5.根据权利要求4所述的基于谣言辟谣促谣和三方认知博弈的信息传播预测方法,其特征在于,用户谣言状态驱动力表示为:用户辟谣状态驱动力表示为:用户促谣状态驱动力表示为:其中,Payoff1、Payoff2、Payoff3分别为选择谣言、辟谣和促谣进行转发的收益函数。6.根据权利要求5所述的基于谣言辟谣促谣和三方认知博弈的信息传播预测方法,其特征在于,选择谣言进行转发的收益函数表示为:Payoff1(u
i
)=w1*Eff(rumor)选择辟谣进行转发的收益函数表示为:Payoff2(u
i
)=w2*Eff(anti_rumor)选择促谣进行转发的收益函数表示为:Payo...
【专利技术属性】
技术研发人员:肖云鹏,戴天骥,李暾,李茜,刘红,桑春艳,刘宴兵,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:
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。