传播网络重构方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种传播网络重构方法、装置、设备及存储介质，所述方法通过获取传播网络中各节点的节点感染状态数据，根据所述节点感染状态数据计算各节点之间的影响程度分数；根据所述影响程度分数对各节点之间的影响关系进行修正，获得最终网络拓扑结构图；根据所述最终网络拓扑结构图对所述传播网络进行重构，不需要利用每个节点的感染时间信息，仅通过感染状态数据推断出节点之间的影响关系，大大减少了数据收集的工作量，有效提高了节点之间影响关系推断的准确性，提升了信息传播的速度和效率。度和效率。度和效率。

【技术实现步骤摘要】
传播网络重构方法、装置、设备及存储介质


[0001]本专利技术涉及信息传播
，尤其涉及一种传播网络重构方法、装置、设备及存储介质。

技术介绍

[0002]信息传播就是社会中个体之间的信息传递和交流，是社会活动中必不可少的环节；信息传播方式反映着事物之间的影响关系，在我们的生活中广泛存在，例如舆论传播，病毒营销及传染病预防等；研究人员通过分析信息传播方式，可以更加准确，直观地理解传播网络的特点以及发生在其上的过程，从而能够更好地促进或阻止将来的信息传播过程；分析信息传播的方式主要是基于观察到的历史传播结果重构传播网络的拓扑结构，也就是推断组成网络的各个节点之间潜在的影响关系。
[0003]现有的大部分重构方法都认为在一段时间区间内相继感染的节点之间存在影响关系，要求观察到的历史传播结果需要准确包含每个节点的感染时间；但是实际上，想要准确地观测并记录网络中的传播过程往往是不可行或者需要耗费极大代价的，尤其是像广告传播、流行病传播这种传播周期长，节点空间分布广的情况；此外，由于一些无法避免的不确定因素，比如疾病的潜伏期，我们观察到的感染时间往往和患者真实的感染时间有所出入；由此可见，基于感染时间的传播网络推断方法在实际应用时存在很大的局限性。

技术实现思路

[0004]本专利技术的主要目的在于提供一种传播网络重构方法、装置、设备及存储介质，旨在解决现有技术中基于感染时间推断传播网络具有较大局限性，在无法准确获得感染时间时，传播网络无法快速准确构建，进而影响信息传播的精确性和速度的技术问题。r/>[0005]第一方面，本专利技术提供一种传播网络重构方法，所述传播网络重构方法包括以下步骤：
[0006]获取传播网络中各节点的节点感染状态数据，根据所述节点感染状态数据计算各节点之间的影响程度分数；
[0007]根据所述影响程度分数对各节点之间的影响关系进行修正，获得最终网络拓扑结构图；
[0008]根据所述最终网络拓扑结构图对所述传播网络进行重构。
[0009]可选地，所述获取传播网络中各节点的节点感染状态数据，根据所述节点感染状态数据计算各节点之间的影响程度分数，包括：
[0010]获取传播网络中各节点的节点集合和各节点之间有向边所组成的边集合，并对所述边集合初始化为空集；
[0011]根据所述节点集合和所述边集合计算各节点的出现概率和各节点之间的联合概率，根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据；
[0012]根据所述节点感染状态数据计算各节点之间的影响程度分数。
[0013]可选地，所述根据所述节点集合和所述边集合计算各节点的出现概率和各节点之间的联合概率，根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据，包括：
[0014]根据所述节点集合和所述边集合确定所述传播网络中的感染结果，根据所述感染结果中节点处于感染状态的次数，根据所述次数通过下式计算各节点的出现概率和各节点之间的联合概率：
[0015][0016][0017]其中，X
i
表示节点V
i
的感染状态，X
j
表示节点V
j
的感染状态，N
i
表示在所有感染结果中节点V
i
处于X
i
状态出现的次数，N
i,j
表示在所有感染结果中节点V
i
处于X
i
状态并且节点V
j
处于X
j
状态出现的次数，N表示数据记录总数，P(X
i
)为节点V
i
的出现概率，P(X
i
,X
j
)为节点V
i
与节点V
j
的联合概率。
[0018]根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据。
[0019]可选地，所述根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据，包括：
[0020]根据所述出现概率和所述联合概率通过下式确定各节点之间的感染互信息：
[0021]IMI(X
i
,X
j
)＝MI(X
i
＝1,X
j
＝1)+MI(X
i
＝0,X
j
＝0)
‑
|MI(X
i
＝1,X
j
＝0)|
‑
|MI(X
i
＝0,X
j
＝1)|
[0022]其中，为计算节点V
i
和节点V
j
感染状态之间互信息的分量，P(X
i
)为节点V
i
处于状态X
i
的概率，P(X
i
,X
j
)为节点V
i
处于状态X
i
，同时节点V
j
处于状态X
j
的联合概率；IMI(X
i
,X
j
)为感染互信息，MI(X
i
＝1,X
j
＝1)为节点V
i
和节点V
j
均处于感染状态时的相关性分量，属于正感染关联，MI(X
i
＝0,X
j
＝0)为节点V
i
和节点V
j
均处于未感染状态时的相关性分量，也属于正感染关联，|MI(X
i
＝1,X
j
＝0)|为节点V
i
处于感染状态而节点V
j
处于未感染状态时的相关性分量，属于负感染关联，|MI(X
i
＝0,X
j
＝1)|为节点V
i
处于未感染状态而节点V
j
处于感染状态时的相关性分量，也属于负感染关联；
[0023]将所述感染互信息作为感染状态数据。
[0024]可选地，所述根据所述节点感染状态数据计算各节点之间的影响程度分数，包括：
[0025]对各节点的父节点集合进行初始化；
[0026]根据所述节点感染状态数据确定各节点的节点感染状态和初始化的父节点集合中各节点的父节点的最终感染状态；
[0027]根据节点感染状态和所述最终感染状态通过下式计算各节点之间的影响程度分数：
[0028][0029]其中，g(v
i
,F
j
)为影响程度分数，L(v
i
,F
i
)为节点v
i
的父节点集合为F
i
时的似然，时的似然，为节点v
...

【技术保护点】

【技术特征摘要】
1.一种传播网络重构方法，其特征在于，所述传播网络重构方法包括：获取传播网络中各节点的节点感染状态数据，根据所述节点感染状态数据计算各节点之间的影响程度分数；根据所述影响程度分数对各节点之间的影响关系进行修正，获得最终网络拓扑结构图；根据所述最终网络拓扑结构图对所述传播网络进行重构。2.如权利要求1所述的传播网络重构方法，其特征在于，所述获取传播网络中各节点的节点感染状态数据，根据所述节点感染状态数据计算各节点之间的影响程度分数，包括：获取传播网络中各节点的节点集合和各节点之间有向边所组成的边集合，并对所述边集合初始化为空集；根据所述节点集合和所述边集合计算各节点的出现概率和各节点之间的联合概率，根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据；根据所述节点感染状态数据计算各节点之间的影响程度分数。3.如权利要求2所述的传播网络重构方法，其特征在于，所述根据所述节点集合和所述边集合计算各节点的出现概率和各节点之间的联合概率，根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据，包括：根据所述节点集合和所述边集合确定所述传播网络中的感染结果，根据所述感染结果中节点处于感染状态的次数，根据所述次数通过下式计算各节点的出现概率和各节点之间的联合概率：的联合概率：其中，X
i
表示节点V
i
的感染状态，X
j
表示节点V
j
的感染状态，N
i
表示在所有感染结果中节点V
i
处于X
i
状态出现的次数，N
i，j
表示在所有感染结果中节点V
i
处于X
i
状态并且节点V
j
处于X
j
状态出现的次数，N表示数据记录总数，P(X
i
)为节点V
i
的出现概率，P(X
i
，X
j
)为节点V
i
与节点V
j
的联合概率；根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据。4.如权利要求3所述的传播网络重构方法，其特征在于，所述根据所述出现概率和所述联合概率确定各节点之间的感染互信息，将所述感染互信息作为感染状态数据，包括：根据所述出现概率和所述联合概率通过下式确定各节点之间的感染互信息：IMI(X
i
，X
j
)＝MI(X
i
＝1，X
j
＝1)+MI(X
i
＝0，X
j
＝0)
‑
|MI(X
i
＝1，X
j
＝0)|
‑
|MI(X
i
＝0，X
j
＝1)|其中，为计算节点V
i
和节点V
j
感染状态之间互信息的分量，P(X
i
)为节点V
i
处于状态X
i
的概率，P(X
i
，X
j
)为节点V
i
处于状态X
i
，同时节点V
j
处于状态X
j
的联合概率；IMI(X
i
，X
j
)为感染互信息，MI(X
i
＝1，X
j
＝1)为节点V
i
和节点V
j
均处于
感染状态时的相关性分量，属于正感染关联，MI(X
i
＝0，X
j
＝0)为节点V
i
和节点V

【专利技术属性】
技术研发人员：黄浩，周小凯，颜钱，韩岢岐，甘庭，
申请(专利权)人：武汉大学，
类型：发明
国别省市：