[发明专利]一种基于混沌理论的信息传播模型及其传播方法

权利要求书

1.一种基于混沌理论的信息传播模型，其特征在于：包括获取数据集模块，用户静态状态变化因素提取模块，动态状态特征预测模块和热点话题传播模型构建模块；

其中所述获取数据集模块，用于在在线社交网络平台的公共API下获取相关热点话题下的相关信息；

所述用户静态状态变化因素提取模块，用于从用户属性、内容属性和用户关系属性三个维度，量化影响用户参与话题的静态因素，利用逻辑回归方法衡量每个因素的权重，构建用户静态状态改变机制；

所述动态状态特征预测模块，用于将用户的历史行为中，每日参与话题数据整理为时间序列形式，然后利用混沌时间序列方法预测下一步动态，最后再将预测的结果归一化，以预测用户动态行为特征；

所述热点话题传播模型构建模块，将用户静态状态改变属性机制与动态状态特征预测模块所得到的归一化预测结果结合，将二者相乘后的结果作为SIR模型的传染率μ，以(1-μ)作为恢复率，构建新的热点话题信息传播模型。

2.根据权利要求1所述一种基于混沌理论的信息传播模型，其特征在于：所述相关热点话题下的相关信息包括用户自身信息、用户的历史行为记录和用户间的关系。

3.根据权利要求1所述一种基于混沌理论的信息传播模型，其特征在于：所述的构建用户静态状态改变机制包括以下步骤：

S21：从用户属性维度出发，提取用户影响状态改变的特征因子；

S22：从用户社交关系维度出发，提取该用户与上游用户主题兴趣相似度和用户间的交互强度特性因子；

S23：从内容属性维度出发，提取用户是否包含url、是否为转发微博、微博主题和用户主题兴趣相似度的特征因子；

S24：采用逻辑回归算法计算用户的转发概率

p(y=1|x;θ)=σ(θTx)=11+exp(-θTx)]]>

其中y表示用户参与话题的决策，当其为1的时候表示用户参与了话题，其为0的时候表示用户未参与了话题；θ是模型参数，即回归系数；σ是sigmoid函数，p()函数代表计算转发概率的函数，x表示该微博的特征集合。

4.根据权利要求3所述一种基于混沌理论的信息传播模型，其特征在于：所述S21中提取用户影响状态改变的特征因子，包括用户的粉丝数、用户转发活跃度、性别、是否为注册用户、用户的网络行为动态数目和用户的PageRank值。