[发明专利]基于加强效应SCIR网络的舆情传播模型构建方法

权利要求书

1.一种基于加强效应SCIR网络的舆情传播模型构建方法，其特征在于，具体步骤如下：

S1：首先根据社交网络中舆情传播规律，结合加强效应和直接免疫，制定舆情传播规则；

步骤S1具体实现步骤为：

(1)未知状态S接触传播状态I后，会有3种转移状态：一部分以概率P_SC转变为犹豫状态C，一部分以概率P_SI转变为传播状态I，另一部分会以概率P_SR转变为免疫状态R；

(2)犹豫状态C接触传播状态I后，一部分以概率P_CI转变为传播状态I，另一部分会以率P_CR转变为免疫状态R；

(3)传播状态I以概率P_IR转变为免疫状态R；

(4)免疫状态R在社会加强效应的作用下会以概率P_RC转变为犹豫状态C；

S2：计算状态转移概率；

步骤S2具体实现步骤为：

对各个状态节点的转移概率进行分析，当节点处于t时刻时，各个状态的转移概率如下：

(1)假设节点j在t时刻处于S状态，则

用n₁＝n₁(t)表示t时刻节点j的邻居节点中I节点的数目，假设节点j有k条边，n₁是服从二项分布的随机变量：

其中，为t时刻从具有k条边的S节点连接到I节点的概率：

p(k₁|k)为度相关函数，表示度为k的节点与度为k₁的节点相邻的条件概率；表示一个拥有k₁条边的节点，在它连接到一个度为k的易感染节点的条件下，处于传播状态的概率；

用p^I(k₁,t)表示在t时刻度为k₁的I状态节点的密度，则近似有：

则度为k的节点在[t,t+Δt]时间段内变为C状态的平均概率为：

同理，度为k的节点在[t,t+Δt]时间段内变为I状态的平均概率为：

同理，度为k的节点在[t,t+Δt]时间段内变为R状态的平均概率为：

度为k的节点在[t,t+Δt]时间段内保持S状态的平均概率为：

(2)假设节点j在t时刻处于C状态，则有：

于是有

(3)假设节点j在t时刻处于I状态，则有：

于是有

(4)假设节点j在t时刻处于R状态，则有：

用n₂＝n₂(t)表示t时刻节点j的邻居节点中I节点的数目，且服从二项分布的随机变量，则度为k的节点在[t,t+Δt]时间段内变为C状态的平均概率为：

所以，度为k的节点在[t,t+Δt]时间段内保持R状态的平均概率为：

S3：建立加强效应SCIR网络的舆情传播模型微分方程。

2.根据权利要求1所述一种基于加强效应SCIR网络的舆情传播模型构建方法，其特征在于，步骤S3中建立加强效应SCIR网络的舆情传播模型微分方程为：