【技术实现步骤摘要】
一种基于用户认知的网络传播方法、装置及计算机设备
[0001]本专利技术属于信息传播领域,涉及用户转发动力学成因分析,尤其是社交网络中热点话题与衍生话题共同传播的分析,具体涉及一种基于用户认知的网络传播方法
、
装置及计算机设备
。
技术介绍
[0002]随着互联网的发展,社交网络是当今社会人们信息交流的重要渠道,各大社交平台改变了人们获取和消费信息的手段和方式,大量证据表明,在线社交网络中进行信息交流和传播以前所未有的方式影响社会
。
伴随着
Facebook、Twitter
及新浪微博等社交平台的发展,热点话题的产生催生出一系列衍生话题,人们足不出户就可以参与话题传播,分析衍生话题的传播有利于把控舆情分析
、
社会治理等
。
在传统的信息传播研究中,并未考虑前置话题以及用户的兴趣演化对于整个话题传播网络的影响
。
因此,开展衍生话题传播预测模型研究,能够更好的发掘信息传播趋势和分析用户群体转发评论的动力学成因,对网络舆情的把控具有重要意义
。
[0003]近年来,国内外许多学者对话题传播模型进行了大量的研究,主要是基于
SIR
的传染病模型
、
机器学习算法模型和深度学习算法模型
。
基于
SIR
模型的预测方法主要是将用户群体划分为三种状态:易感状态
(S)、
感染状态
(I)、
免疫状态
...
【技术保护点】
【技术特征摘要】
1.
一种基于用户认知的网络传播方法,其特征在于,所述方法包括:获取网络平台的话题数据和用户数据;根据话题数据和用户数据,提取出话题热度
、
前置话题与衍生话题的主题相似度
、
用户信息感知度
、
用户兴趣强度
、
用户兴趣持续度以及用户关注度;根据用户关注度
、
用户信息感知度以及话题热度,构建出话题敏感度;所述话题敏感度包括前置话题敏感度和衍生话题敏感度;利用主题模型,提取出用户兴趣的主题集合以及衍生话题的主题集合;利用相似度函数对用户兴趣的主题集合以及衍生话题的主题进行处理,计算出用户对衍生话题的兴趣度;根据前置话题与衍生话题的主题相似度,以及用户对衍生话题兴趣相似度的乘积,计算出话题关联度;根据前置话题敏感度和衍生话题敏感度的差值,利用锚定超参数计算出沉锚效应值;根据衍生话题敏感度
、
衍生话题影响力
、
话题关联度和沉锚效应值,计算出衍生话题影响力;根据衍生话题影响力在每个时刻的信息熵,计算出用户在每个时刻的认知驱动力;根据用户在每个时刻的认知驱动力,构建衍生话题传播模型;通过所述衍生话题传播模型预测出衍生话题的传播结果
。2.
根据权利要求1所述的一种基于用户认知的网络传播方法,其特征在于,所述用户兴趣持续度包括:其中,表示用户
u
i
在时间点
t
n
对主题
T
j
的兴趣持续度,
t
n
为主题
T
j
第
n
次出现的时间点,为用户
u
i
在时间点
t
n
‑1对主题
T
j
的兴趣持续度,是半衰期函数;表示用户在
t
时刻对主题
T
j
的兴趣强度;
c、v
是不同的权重因子
。3.
根据权利要求1所述的一种基于用户认知的网络传播方法,其特征在于,所述利用主题模型,提取出用户兴趣的主题集合以及衍生话题的主题集合包括利用主题模型对用户标签集合和用户文档集合进行主题划分,得到标签主题矩阵和文档主题矩阵;从标签主题矩阵中选择用户对主题兴趣度大于阈值的主题作为用户兴趣的主题集合;从文档主题矩阵中选择用户对主题兴趣度大于阈值的主题作为衍生话题的主题集合
。4.
根据权利要求3所述的一种基于用户认知的网络传播方法,其特征在于,所述用户对主题兴趣度的计算公式表示为:其中,
M(u
i
,T
j
)
表示用户
u
i
对主题
T
j
的兴趣度;
β
为权重因子;表示用户在
t
时刻对主题
T
j
的兴趣强度;表示用户
u
i
在时间点
t
n
对主题
T
j
的兴趣持续度
。5.
根据权利要求1所述的一种基于用户认知的网络传播方法,其特征在于,所述根据前置话题敏感度和衍生话题敏感度的差值,利用锚定超参数计算出沉锚效应值包括:
Anch
=
σ
(Sen
ori
(u
i
)
‑
Sen
der
(u
i
))
其中,
Anch
表示沉锚效应值,
σ
表示锚定超参数,
Sen
ori
(u
i
)
表示前置话...
【专利技术属性】
技术研发人员:肖云鹏,朱婷婷,王蓉,李茜,李暾,贾朝龙,
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。