[发明专利]谣言传播时变网络模型构建方法及系统

权利要求书

1.一种谣言传播时变网络模型构建方法，其特征在于，所述构建方法包括，设置节点数为N的L*L的二维晶格网络，网络演化过程中基于记录的节点的空间坐标和每个时刻节点的连边情况获得节点间距和累积连边次数和，结合节点间距和累积连边次数和来获得每个时刻活跃节点选择邻居的连边偏好概率，基于每个时刻活跃节点的连边偏好概率进行连边获得时变网络模型；以及，

基于所述时变网络模型，将节点根据需要设置为未知者、传播者和免疫者，设置谣言的感染率为λ，设置节点的恢复率为μ，获取谣言传播时变网络模型；

所述时变网络模型的具体构建方法包括，

节点信息获取(101)，根据需要设置网络的节点数为N，将N个节点均匀分布在L*L的二维晶格网络中，根据活跃度分布给网络结构中的每个节点赋予对应的活跃度a_k，分析节点的空间坐标位置和每个时刻节点的连边情况，获取节点间距和节点的累积连边次数和，其中，N为正整数，k＝1,2,…,N；

偏好概率获取(102)，基于节点的累积连边次数和来获得节点的连边权重，结合节点间距、连边权重和比例参数α获得偏好概率P_ij，其中，比例参数用于表示在形成网络结构时节点连边权重和节点间距所占的比重，i＝1,2,…,N，j＝1,2,…,N，且i≠j；

瞬时网络模型获取(103)，每个时刻t，节点结合该节点的活跃度和偏好概率P_ij形成瞬时网络模型G_t；以及，

时变网络模型生成(104)，根据瞬时网络G_t模型生成某个时间段的时变网络模型。

2.根据权利要求1所述的谣言传播时变网络模型构建方法，其特征在于，所述偏好概率获取(102)的具体方法包括，

获取节点连接概率(102-1)，节点根据活跃度变为活跃节点和非活跃节点；对于某个活跃节点，将在时刻t之前曾经与该活跃节点建立过连边的节点放入集合R，根据集合R获得节点连接概率p₁和p₂，

其中，n表示集合R中的元素总数,c为偏置常数，p₁表示活跃节点选择连接集合R中的节点的概率，p₂表示活跃节点选择连接从未有过连边的新节点的概率；

获取节点对连接概率(102-2)，对于时刻t，所述该活跃节点连接的节点作为目标节点，所述该活跃节点与某个目标节点组成节点对；目标节点在集合R中时，结合节点对中两个节点的连边权重、间距和比例参数α得到节点对连接概率p₂₁，

目标节点不属于集合R时，基于节点对间距获取节点对连接概率p₂₂，

其中，w_ij表示节点对的连边权重，d_ij表示节点对间距；

计算偏好概率(102-3)，结合节点连接概率和节点对连接概率获得偏好概率P_ij，

3.根据权利要求1所述的谣言传播时变网络模型构建方法，其特征在于，所述瞬时网络模型获取(103)的具体方法包括，

每个时刻t，节点根据自身的活跃度变为活跃节点或非活跃节点；

活跃节点根据自身的连边偏好概率连接m条连边形成瞬时网络模型G_t，其中，连边数目m根据实际应用设置。

4.根据权利要求1至3任意一项所述的谣言传播时变网络模型构建方法，其特征在于，所述活跃度分布符合幂律分布，所述活跃度分布的幂指数和最值根据实际网络的拓扑结构来设定。

5.根据权利要求1至3任意一项所述的谣言传播时变网络模型构建方法，其特征在于，所述节点间距为曼哈顿距离。

6.一种谣言传播时变网络模型构建系统，其特征在于，所述构建系统包括，

节点信息获取模块，根据需要设置网络的节点数为N，将N个节点均匀分布在L*L的二维晶格网络中，根据活跃度分布给网络结构中的每个节点赋予对应的活跃度a_k，分析节点的空间坐标位置和每个时刻节点的连边情况，获取节点间距和节点的累积连边次数和，其中，N为正整数，k＝1,2,…,N；

偏好概率获取模块，基于节点的累积连边次数和来获得节点的连边权重，结合节点间距、连边权重和比例参数α获得偏好概率P_ij，其中，比例参数用于表示在形成网络结构时节点连边权重和节点间距所占的比重，i＝1,2,…,N，j＝1,2,…,N，且i≠j；

瞬时网络模型形成模块，每个时刻t，节点结合该节点的活跃度和偏好概率P_ij形成瞬时网络模型G_t；以及，

时变网络模型生成模块，根据瞬时网络G_t模型生成某个时间段的时变网络模型；

谣言传播时变网络模型获取模块，基于所述时变网络模型，将节点根据需要设置为未知者、传播者和免疫者，设置谣言的感染率为λ，设置节点的恢复率为μ，获取谣言传播时变网络模型。