[发明专利]舆情传播的稳定条件的预测方法、装置及设备

权利要求书

1.一种舆情传播的稳定条件的预测方法，其特征在于，所述方法包括：

获取目标社交平台的第一用户画像数据；

根据多个预设的年龄区间，对所述第一用户画像数据进行分类处理，得到多簇第二用户画像数据；

根据每簇所述第二用户画像数据对应的舆情认知检测值以及预设的舆情认知检测值区间，对每簇所述第二用户画像数据进行分类处理，得到多簇第三用户画像数据，并确定每簇第三用户画像数据对应的稳定状态值；

在每簇所述第三用户画像数据构成的舆情传播网络中，识别被动接受舆情传播的多个目标用户节点；

将每组具有对应关系的所述第三用户画像数据、所述稳定状态值以及所述目标用户节点依次输入SIR模型进行舆情传播预测处理，并得到所述SIR模型输出的每个目标用户节点的状态稳定收敛在所述稳定状态值时的稳定条件；

所述在每簇所述第三用户画像数据构成的舆情传播网络中，识别被动接受舆情传播的多个目标用户节点包括：

在每簇所述第三用户画像数据构成的舆情传播网络中，若t-1时刻的用户节点j未接受舆情传播，则检测t时刻的所述用户节点i是否满足预设条件：

若是，则确定所述用户节点i为所述目标用户节点，其中，A_t-1用于指示t-1时刻已接受舆情传播的用户节点集合，W_(j，i)用于指示用户节点j到所述用户节点i之间的舆情传播路径的舆情传播权值，W_(j，i)∈[0，1]，∑W_(j，i)≤1，θ_i用于指示所述用户节点i的舆情接受权值；

所述SIR模型中的微分方程包括：

第一方程

第二方程

第三方程

其中，所述SIR模型配置的初始条件为S_kl(0)＝1，I_kl(0)＝0，R_kl(0)＝0，所述第一方程用于表示S状态中的用户节点变化率，所述第二方程用于表示I状态中的用户节点变化率，所述第三方程用于表示R状态中的用户节点变化率，所述S状态用于指示未接受来自相邻节点的舆情传播的易染状态，所述I状态用于指示已接收到舆情传播并向继续向外进行舆情传播的感染状态，所述R状态用于指示不会受处于所述I状态的节点所传播的舆情信息影响的免疫状态，λ用于表示待测用户节点从所述S状态转化为所述I状态的概率；用于表示待测用户节点从所述I状态转化为所述R状态的概率，η用于表示所述待测用户节点从所述S状态转化为所述R状态的概率；k用于表示所述待测用户节点之间联系的连接度；S_kl(t)用于表示t时刻l组中连接度为kl的易染人群在所述舆情传播网络中的密度，I_kl(t)用于表示t时刻l组中连接度为kl的感染人群在所述舆情传播网络中的密度，R_kl(t)用于表示t时刻l组中连接度为kl的免疫人群在所述舆情传播网络中的密度。

2.根据权利要求1所述的方法，其特征在于，所述确定每簇第三用户画像数据对应的稳定状态值包括：

通过分布函数模拟处理、问卷调查汇总处理、大数据分析以及SVM分类处理，确定所述稳定状态值。

3.根据权利要求1所述的方法，其特征在于，所述得到所述SIR模型输出的每个用户节点的状态稳定收敛在所述稳定状态值时的稳定条件之后，所述方法还包括：

在所述目标社交平台中，根据所述稳定条件对应的用户节点，进行舆情提示或者舆情信息过滤处理。