[发明专利]一种基于风险偏好的社会网络系统的激励方法

权利要求书

1.一种基于行为经济学风险偏好的社会网络系统的激励方法，其特征在于，包括

如下步骤：

步骤1、构建激励机制模型，所述模型中的节点与邻居节点进行随机交互，若交互成功，交互的双方同时给出自己的策略，所述策略择一选择为合作或不合作，策略是合作的节点为合作节点，策略是不合作为不合作节点，不能参与交互的节点为孤立节点；

步骤2、每个节点会计算出交互所得的真实函数值和新的信誉，每个节点会有自己初始风险因子，节点i的风险因子用α_i来表示，若α_i＞0则节点i喜好风险，所述节点i为风险偏好节点；所述节点若α_i＜0则节点i厌恶风险，所述节点i为风险规避节点；所述节点i中若α_i＝0则节点i对风险保持中立，所述节点i为风险中性节点；风险偏好节点、风险规避节点、风险中性节点会分别根据各自的真实函数值和风险因子计算各自的总函数值；

步骤3、邻居节点根据节点的信誉值变化情况，动态地调整与节点的连接强度，信誉低于预设的阈值后，邻居节点抛弃低于所述预设阈值的节点，使其成为孤立节点；

步骤4、每个节点在下一轮随机交互开始之前，会同时考虑自己和一位邻居节点之间在交互结束之后所得的信誉差和总函数值差，以一定的概率决定自己是否要采取邻居节点的策略，若不采取，则继续保持自己的策略不变；同时，节点会综合考虑自己的真实函数值情况和邻居节点的真实函数值情况，来动态地改变自己的风险偏好，返回到步骤1，进行重复的博弈。

2.根据权利要求1所述的基于行为经济学风险偏好的社会网络系统中的激励方法，其特征在于，步骤1还包括：根据节点与节点之间的连接强度，计算出两个节点发生随机交互的概率，来判断两个节点是否会发生随机交互行为，两个节点发生随机交互的概率由下面的公式给出：

W_i,j(t)＝W_i→j(t)×W_j→i(t) (1)

其中，W_i→j(t)和W_j→i(t)分别代表两个节点i对节点j的单向连接强度和节点j对节点i的单向连接强度，W_i,j(t)代表节点i和节点j发生交互的概率。

3.根据权利要求2所述的基于行为经济学风险偏好的社会网络系统中的激励方法，其特征在于，步骤2还包括：用R_i(t)表示节点i在第t轮交互中的信誉值，首先根据下面的公式计算R_i(t)：

在公式(2)中：

其中，O_i(t)表示节点i在t时刻的有效邻居数，H_i(t)表示节点i的总邻居数，φ(0＜φ＜1)代表的是节点对邻居节点的行为评论传播程度，φ的值越大，节点对邻居节点的行为传播能力就越强；c_i(t)表示节点i在t时刻的策略，节点i采用策略合作或背叛时，使用向量c_i来表示：c_i＝(1,0)^T或c_i＝(0,1)^T，ε_i(t)表示风险因子的归一化值，α_imax、α_imin分别表示节点i的风险因子可取的最大值和最小值；Π_reputation为历史信誉因子，Π_evaluate为传播因子；

根据节点在步骤1中的行为选择，根据下面的公式来计算每个节点的真实函数值：

其中，Ω_i(t)表示t时刻节点i的有效邻居节点数；c_i(t)和表示c_j(t)分别表示i和j在t时刻的行为决策，M表示双方的真实函数值矩阵；

每个节点根据自己的真实函数值以及自己的风险因子，根据下面的公式得到自己的总函数值：

α_i(t)代表节点i在第t轮的风险因子，p_i(t)表示节点i在第t轮的真实函数值。