[发明专利]基于演化博弈的微博谣言传播的分析方法与系统有效
申请号: | 201810071416.0 | 申请日: | 2018-01-25 |
公开(公告)号: | CN108304521B | 公开(公告)日: | 2021-11-16 |
发明(设计)人: | 韦世红;陈迪强;唐宏;于海洋 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06F16/951 | 分类号: | G06F16/951;G06N5/02;G06Q50/00 |
代理公司: | 重庆辉腾律师事务所 50215 | 代理人: | 王海军 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 演化 博弈 谣言 传播 分析 方法 系统 | ||
1.一种基于演化博弈的微博谣言传播的分析方法,其特征在于,包括以下几个步骤:
步骤1、构建微博数据信息数据库,抓取微博用户资料和数据资料,对抓取后的微博用户资料和数据资料进行数据预处理;
步骤2、提取微博用户资料和数据资料的相关属性,根据所述相关属性构建微博用户的社交影响力;
步骤3、根据演化博弈的理论和所述微博用户的社交影响力来定义各个节点的收益矩阵;利用所述收益矩阵根据复制动态方程构建话题驱动力;
步骤4、根据所述话题驱动力,构建谣言传播动力学模型,根据谣言传播动力学模型对微博谣言传播过程进行分析;
所述谣言传播动力学模型方程表示为:
其中,所述用户节点状态包括:易感状态S、辟谣状态K、传谣状态I和移除状态R;表示易感状态S的动态变化;表示传谣状态I的动态变化,表示辟谣状态K的动态变化,表示移除状态R的动态变化;μ表示易感状态S向辟谣状态K转移的概率也即是话题驱动力,λ表示易感状态到感染状态的概率,γ表示易感状态S向移除状态R转换的概率,η表示感染状态I向辟谣状态K转移的概率,表示辟谣状态K或传谣状态I向移除状态R的概率,I(t)表示用户在t时刻处于传谣的状态,S(t)表示用户在t时刻处于易感的状态,K(t)表示用户在t时刻处于辟谣的状态。
2.根据权利要求1所述的一种基于演化博弈的微博谣言传播的分析方法,其特征在于,所述构建微博数据信息数据库,抓取微博用户资料和数据资料,对抓取后的微博用户资料和数据资料进行数据预处理包括:选定一条微博,选择所述微博的转发用户中的第一用户作为起始用户,将所述第一用户加入到待抓取的用户的队列中,从所述待抓取的用户的队列中选取一个用户,抓取其资料和发布的微博数据,然后抓取参与转发所述微博的下一个用户,如此循环下去,直到抓取完所有需要的数据。
3.根据权利要求1所述的一种基于演化博弈的微博谣言传播的分析方法,其特征在于,步骤2中所述用户属性的提取方法为:从用户本身活跃度fuser(i)、邻居节点影响力fnei(i)以及微博热度finf(t)来提取用户属性。
4.根据权利要求3所述的一种基于演化博弈的微博谣言传播的分析方法,其特征在于,
所述用户本身活跃度fuser(i)包括:根据所述步骤101中抓取的数据通过用户本身的关注数以及转发和原创微博的数目衡量用户的活跃度;
fuser(i)=χj+χk
其中,χj=ρ×Num[orig(i)]+Num[retw(i)],ρ∈[0,1]为弱化系数,Num[orig(i)]为用户i在话题发起前一个月的原创微博数量,Num[retw(i)]是用户i在话题发起前一个月的转发微博数量;χk为用户i的关注者数量;
所述邻居节点影响力fnei(i)包括:在评估邻居节点影响力的过程中引入信息传播带动力,即邻居节点的原创微博和转发微博的参与量,将邻居节点的粉丝量作为一个影响力指标,从而来构成邻居节点的影响力;
其中,χm为该用户的微博的平均参与度,χn为该用户的粉丝数目,所述参与量包括:评论数、转发数以及点赞数;
所述微博热度finf(t)包括:引入半衰期函数表示信息从发布到慢慢衰减直至死亡的过程;
其中,t表示从话题发起到当前时候的时间,w为正则系数。
5.根据权利要求4所述的一种基于演化博弈的微博谣言传播的分析方法,其特征在于,步骤3中所述的用户策略包括:“传谣”和“辟谣”,“传谣”表示用户相信谣言信息,“辟谣”表示用户相信辟谣信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810071416.0/1.html,转载请声明来源钻瓜专利网。