社交网络动态群共识衍进系统及衍进方法技术方案

本发明专利技术提供一种社交网络动态群共识衍进系统，其特征在于，包括，可执行以下计算过程的计算机程序：计算机程序：其中，x

【技术实现步骤摘要】
社交网络动态群共识衍进系统及衍进方法


[0001]本专利技术涉及社交网络中的群共识达成衍进技术，具体涉及一种可应用于大规模社交网络的动态群共识衍进系统及衍进推进方法。

技术介绍

[0002]随着社交媒体的增强，意见领袖在改变人类行为和决策权方面具有自己的优点。他们可以通过自己的个性和独特性来影响其他人对特定问题的决策。因此，将社交网络纳入共识群体决策模型中，为研究人员引入新的高级研究决策框架提供了新途径。
[0003]此外，社交网络是随时随地变化的，研究如何在动态的社交网络背景下研究基于意见领袖的观点交互，以获得较好的群共识衍进路径具有积极意义。
[0004]但目前的网络群决策至少存在以下不足或需求：
[0005](1)、由社交网络定义的信任关系在群决策的共识达成中起着重要的作用。在现有的基于社交网络群决策的文献中，信任关系被假定为静态。但是，实际上社交网络中决策者之间的信任关系将动态变化，那么意见领袖也将会被重新确定，这显然会影响共识处理。因此，需要在动态的社交网络中构建基于意见领袖的观点交互方法。
[0006](2)在管理公众意见时，通常希望决策者可以在有限的时间限制内达成共识。同时，在实践中无法达成全面一致的共识。因此，需要在考虑时间约束和软共识的情况下建立观点交互评价方法以达成群共识。

技术实现思路

[0007]为了解决上述问题，本专利技术采用的技术方案是：
[0008]一种社交网络动态群共识衍进系统，其特征在于，包括，
[0009]可执行以下计算过程的计算机程序：
[0010][0011]其中，x
i
(t)表示决策者e
i
在时刻t(t＝0，1，
…
，t
max
‑
1)的观点值，t
max
为系统决策截止时刻；
[0012]其中，x
i
(t)∈[0，1](i＝1，2，
…
，n)，n为所述社交网络的决策者e
i
的数量；
[0013]其中，α
i
为决策者e
i
的自信任系数；
[0014]其中，L
i
为被决策者e
i
信任的意见领袖的集合，J为集合L
i
中元素的数量，j∈[1，J]；
[0015]其中，x
j
(t)为集合L
i
中决策者e
j
在时刻t的观点值；
[0016]其中，#L
i
为集合L
i
中所有决策者在时刻t的观点值之和；
[0017]其中，存在信任关系的决策者e
i
之间，被信任者为相对信任者的意见领袖，信任者为相对意见领袖的追随者。
[0018]优选的，所述群共识衍进系统包括：
[0019]系统决策截止时刻t
max
为系统的可配置参数，用于配置期待的群决策截止时刻。
[0020]优选的，所述群共识衍进系统包括：
[0021]可执行以下计算过程的计算机程序：
[0022][0023]其中，β
i
为决策者e
i
对其意见领袖的信任程度；
[0024]其中，F
i
代表决策者e
i
信任的其他追随者的集合，K为集合F
i
中元素的数量，k∈[1，K]；
[0025]其中，x
k
(t)为集合F
i
中决策者e
k
在时刻t的观点值；
[0026]其中，#F
i
为集合F
i
中所有决策者在时刻t的观点值之和。
[0027]优选的，所述群共识衍进系统包括：
[0028]所述社交网络中决策者e
i
与决策者e
j
之间观点的信任为有界信任；
[0029]其中，判断为存在有界信任的条件为：
[0030]d(x
i
(t+1)，x
j
(t+1))≤ε；
[0031]其中，ε为系统可配置参数。
[0032]优选的，所述群共识衍进系统包括：
[0033]可执行以下计算过程的计算机程序：
[0034]G
′
(t+1)
＝G
(t+1)
∩G0；
[0035]其中，G
(t+1)
为时刻t+1时，根据所述有界信任是否存在的判断结果划分形成的社交网络；
[0036]其中，G0为时刻t＝0时的初始社交网络；
[0037]其中，G
′
(t+1)
为时刻t+1时的目标社交网络。
[0038]优选的，所述群共识衍进系统包括：
[0039]可执行以下计算过程的计算机程序：
[0040]对时刻t+1时的目标社交网络G
′
(t+1)
执行fast unfolding算法计算，获取小规模子网；
[0041]执行中心度度量算法获得所述子网的意见领袖和跟随者；
[0042]计算获得决策者的个人共识观点值以及群共识观点值；
[0043]设置群共识观点值阈值；
[0044]判断群共识观点值大于群共识观点值阈值时，输出群决策。
[0045]社交网络动态群共识衍进算法，其特征在于，包括，
[0046]决策者e
i
为意见领袖时，时刻t到时刻t+1的决策者观点值衍进计算方法：
[0047][0048]其中，x
i
(t)表示决策者e
i
在时刻t(t＝0，1，
…
，t
max
‑
1)的观点值，t
max
为系统决策截止时刻；
[0049]其中，x
i
(t)∈[0，1](i＝1，2，
…
，n)，n为所述社交网络的决策者e
i
的数量；
[0050]其中，α
i
为决策者e
i
的自信任系数；
[0051]其中，L
i
为被决策者e
i
信任的意见领袖的集合，J为集合L
i
中元素的数量，j∈[1，
J]；
[0052]其中，x
j
(t)为集合L
i
中决策者e
j
在时刻t的观点值；
[0053]其中，#L
i
为集合L
i
中所有决策者在时刻t的观点值之和；
[0054]其中，存在信任关系的决策者e
i
之间，被信任者为相对信任者的意见领袖，信任者为相对意见领袖的追随者。...

【技术保护点】

【技术特征摘要】
1.社交网络动态群共识衍进系统，其特征在于，包括，可执行以下计算过程的计算机程序：其中，x
i
(t)表示决策者e
i
在时刻t(t＝0,1,
…
,t
max
‑
1)的观点值，t
max
为系统决策截止时刻；其中，x
i
(t)∈[0,1](i＝1,2,
…
,n)，n为所述社交网络的决策者e
i
的数量；其中，α
i
为决策者e
i
的自信任系数；其中，L
i
为被决策者e
i
信任的意见领袖的集合，J为集合L
i
中元素的数量，j∈[1，J]；其中，x
j
(t)为集合L
i
中决策者e
j
在时刻t的观点值；其中，#L
i
为集合L
i
中所有决策者在时刻t的观点值之和；其中，存在信任关系的决策者e
i
之间，被信任者为相对信任者的意见领袖，信任者为相对意见领袖的追随者。2.根据权利要求1所述的社交网络动态群共识衍进系统，其特征在于，系统决策截止时刻t
max
为系统的可配置参数，用于配置期待的群决策截止时刻。3.根据权利要求1或2所述的社交网络动态群共识衍进系统，其特征在于，包括，可执行以下计算过程的计算机程序：其中，β
i
为决策者e
i
对其意见领袖的信任程度；其中，F
i
代表决策者e
i
信任的其他追随者的集合，K为集合F
i
中元素的数量，k∈[1，K]；其中，x
k
(t)为集合F
i
中决策者e
k
在时刻t的观点值；其中，#F
i
为集合F
i
中所有决策者在时刻t的观点值之和。4.根据权利要求1
‑
3之任一项权利要求所述的社交网络动态群共识衍进系统，其特征在于，所述社交网络中决策者e
i
与决策者e
j
之间观点的信任为有界信任；其中，判断为存在有界信任的条件为：d(x
i
(t+1),x
j
(t+1))≤ε；其中，ε为系统可配置参数。5.根据权利要求4所述的社交网络动态群共识衍进系统，其特征在于，包括：可执行以下计算过程的计算机程序：G
’
(t+1)
＝G
(t+1)
∩G0；其中，G
(t+1)
为时刻t+1时，根据所述有界信任是否存在的判断结果划分形成的社交网络；其中，G0为时刻t＝0时的初始社交网络；其中，G'
(t+1)
为时刻t+1时的目标社交网络。6.根据权利要求5所述的社交网络动态群共识衍进系统，其特征在于，包括：可执行以下计算过程的计算机程序：对时刻t+1时的目标社交网络G'
(t+1)
执行fast unfolding算法计算，获取小规模子网；
执行中心度度量算法获得所述子网的意见领袖和跟随者；计算获得决策者的个人共识观点值以及群共识观点值；设置群共识观点值阈值；判断群共识观点值大于群共识观点值阈值时，输出群决策。7.社交网络动态群共识衍进算法，其特征在于，包括，决策者e
i
为意见领袖时，时刻t到时刻t+1的决策者观点值衍进计算方法：其中，x
i
(t)表示决策者e
i
在时刻t(t＝0,1,
…
,t
max
‑
1)的观点值，t
max
为系统决策截止时刻；其中，x
i
(t)∈[...

【专利技术属性】
技术研发人员：李艳虹，李光旭，寇纲，彭怡，
申请(专利权)人：西南财经大学，
类型：发明
国别省市：