[发明专利]一种基于三方动态博弈的谣言传播控制方法

说明书

本发明属于网络舆情监控领域，具体为基于三方动态博弈的谣言传播控制方法；所述方法包括实时获取社交网络的数据，包括谣言、辟谣和促谣消息下的用户历史行为数据；并从获得的数据中提取出用户属性；根据谣言、辟谣以及促谣三方的博弈关系，建立三方动态博弈模型；根据该三方动态博弈模型，求解出当前时刻的控制变量；将控制变量发送至管理服务器中，管理服务器根据该控制变量采用分级控制的方式控制谣言传播节点、辟谣传播节点以及促谣传播节点的传播；本发明综合考虑谣言、辟谣和促谣消息间的竞争与合作关系，更符合谣言在真实社交平台的传播情况，能够更精确地反映出谣言传播的趋势，从而对谣言传播进行实时且有效的控制。

技术领域

本发明属于网络舆情监控领域，涉及社交网络中的谣言、辟谣和促谣消息间的作用关系，具体为一种基于三方动态博弈的谣言传播控制方法。

背景技术

随着互联网技术的迅速发展，在线社交已然成为人们不可缺少的一部分。各大社交平台在为本发明提供便利的同时也成为谣言滋生的温床。谣言是指没有事实依据且带有攻击性或目的性的话语。谣言传播具有突发性、群体性等特点，容易造成人们心理的恐慌，引起社会秩序的动荡，从而给个人和社会带去巨大的经济损失。因此，研究谣言传播动力学模型，有助于掌握群体演变的趋势，对网络舆情的监控具有重要意义。

近年来，基于SIR传染病和机器学习算法的谣言传播模型层出不穷。基于SIR传染病的谣言传播模型主要是将用户划分为易感者(S)，感染者(I)和免疫者(R)三种状态。S表示用户从未接触过谣言，很容易受到谣言的感染，I表示用户接触过谣言并积极传播，而R则表示用户接触过谣言但不进行传播。基于机器学习算法的谣言传播模型主要通过提取用户特征、话题特征等因素，将问题转化为分类或回归问题，部分学者通过建立深度神经网络模型，利用神经网络的自学习、自组织、自适应以及处理海量数据的优势，能较好地处理社交网络中的复杂问题。

现有的谣言传播模型虽然在一定程度上描绘了谣言的传播过程，但是由于缺乏对于多类型谣言信息的综合分析且受限于简单的参数设定，未曾考虑到谣言、辟谣和促谣消息间的竞争与合作关系，以及人们面对多类型谣言信息时的趋利性，因此，导致所构建的模型无法真实的模拟出现实世界中谣言传播的演变趋势。例如中国专利CN 109492084 A提出的基于社交网络双谣言模型的谣言传播范围估计方法，该方法考虑了两条谣言共同传播的作用关系，能够对谣言传播进行有效的分析，但该模型忽略了多类型谣言消息的竞争与合作关系且缺乏对于用户趋利性心理的综合考量，并不能很好的描述复杂网络中的谣言传播行为，且现有的传播机制不能准确而迅速的判断出节点的故障规模，从而不能准确的减少谣言传播节点或/和增加辟谣传播节点的数量，也不能准确的控制节点的传播。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于三方动态博弈的谣言传播控制方法。该方法综合考虑谣言、辟谣和促谣消息间的竞争与合作关系，更符合谣言在真实社交平台的传播情况，能够更精确地反映出谣言传播的趋势，从而对谣言传播进行实时且有效的控制。

为了实现以上目的，本发明的一种基于三方动态博弈的谣言传播控制方法，包括以下步骤：

S1、实时获取社交网络的数据，包括谣言、辟谣和促谣消息下用户的历史行为数据；并从获得的数据中提取出用户属性；

可选的，该数据集是从公开数据集平台下载，其包含谣言、辟谣和促谣消息的多类型谣言话题信息以及相关用户信息。

S2、根据谣言、辟谣以及促谣三方的博弈关系，建立三方动态博弈模型；

S3、根据该三方动态博弈模型，求解出当前时刻的控制变量；

S4、将求解出的控制变量发送至管理服务器中，管理服务器根据该控制变量采用分级控制的方式控制谣言传播节点、辟谣传播节点以及促谣传播节点的传播。

本发明的有益效果：