【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种融入舆论场效应的信息级联流行度预测方法。
技术介绍
1、随着互联网的快速发展，数以亿计的人在社交媒体上访问和分享信息。社交网络已经成为舆论产生和传播最重要的平台。在社交网络上广泛传播的各种热门话题会带来一系列的后果。例如，虚假新闻在社交网络上迅速传播，会使政府或组织陷入巨大的舆论危机。研究舆论信息的最终流行度，可以有效地帮助政府和企业及时发现潜在的舆论危机并进行处理，避免声誉和经济损失。
技术实现思路
1、本专利技术提供了一种融入舆论场效应的信息级联流行度预测方法，可以提前预测信息在社交网络中的流行度，帮助政府和企业及时发现潜在的舆论危机并进行处理，避免声誉和经济损失。
2、本专利技术是通过以下技术方案实现的：
3、一种融入舆论场效应的信息级联流行度预测方法，所述方法包括：
4、101：利用信息以及信息传播路径构建异质级联图gt＝{u,m,e∪dt∪it}；
5、102：根据异质级联图构建信息传播的条件强度函数
6本文档来自技高网...
【技术保护点】
1.一种融入舆论场效应的信息级联流行度预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种融入舆论场效应的信息级联流行度预测方法，其特征在于，步骤101所述的利用信息以及信息传播路径构建异质级联图Gt，具体如下：所述异质级联图Gt＝{U,M,E∪Dt∪It}表示截止时间t所有传播信息构成的级联图，其中U表示用户集合；M表示信息集合；E表示用户间的友谊链接集合；Dt表示截止时间t，用户间存在的传播路径ui→uj集合，称之为转发关系；表示用户对信息的关注链接集合，即如果用户ui在时间t之前参与了信息mk的转发或传播，则存在链接ui→mk，称之为兴
【技术特征摘要】
1.一种融入舆论场效应的信息级联流行度预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种融入舆论场效应的信息级联流行度预测方法，其特征在于，步骤101所述的利用信息以及信息传播路径构建异质级联图gt，具体如下：所述异质级联图gt＝{u,m,e∪dt∪it}表示截止时间t所有传播信息构成的级联图，其中u表示用户集合；m表示信息集合；e表示用户间的友谊链接集合；dt表示截止时间t，用户间存在的传播路径ui→uj集合，称之为转发关系；表示用户对信息的关注链接集合，即如果用户ui在时间t之前参与了信息mk的转发或传播，则存在链接ui→mk，称之为兴趣关系。
3.根据权利要求2所述的一种融入舆论场效应的信息级联流行度预测方法，其特征在于，步骤102所述的根据异质级联图构建信息传播的条件强度函数，具体如下：令表示信息mk在时间观测时间to之前的第i条级联传播序列，用户u...
【专利技术属性】
技术研发人员：李俊良，杨雅君，
申请(专利权)人：天津大学合肥创新发展研究院，
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。