[发明专利]基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法

权利要求书

1.基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法，其特征在于，包括：

根据社交网络用户数量的动态时变性和直接免疫作用对舆情传播的影响，构建基于实时在线用户的直接免疫舆情传播模型DI-SCIR；

通过LBRank算法将所述直接免疫舆情传播模型DI-SCIR的层间进行强耦合连接；

基于所述直接免疫舆情传播模型DI-SCIR构建双层耦合社交网络舆情传播模型。

2.根据权利要求1所述基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法，其特征在于，舆情传播过程的状态转移规则为：

(1)易感用户S接触到传播用户I后，会以概率P_SC转变为接触用户C；

(2)所述接触用户C接触到传播用户I后，一部分以概率P_CI转变为传播用户I，另一部分会以率P_CR转变为免疫用户R；

(3)所述传播用户I以概率P_IR转变为免疫用户R；

(4)用户一旦处于免疫状态R就不会发生改变；

(5)所述易感用户S受到直接免疫的作用，以概率P_SR直接转为免疫用户R。

3.根据权利要求1所述基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法，其特征在于，影响舆情直接免疫效果的因素为：有关部门的介入力度、真实信息的可信度以及有关部门的介入时间，故直接免疫概率P_SR表示为：

其中，α表示有关部门的介入力度，即采取直接免疫策略的初始时刻处于免疫状态R的用户密度，α∈[0,1]；β表示真实信息的可信度，β∈[0,1]；T表示有关部门的介入时间；e^-β/α表示干扰噪声，与有关部门的介入力度α成正比，与真实信息的可信度β成反比。

4.根据权利要求1所述基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法，其特征在于，新增用户和离线用户分别通过A和μ进行控制，基于实时在线用户的直接免疫舆情传播模型DI-SCIR为：

其中，P_SC表示接触到舆情，但没有决定是否传播该舆情的概率，即内部接触率；P_CI表示接触到舆情并传播该舆情的概率，即间接转发概率；P_CR表示犹豫状态不传播并转为免疫状态的概率，即间接免疫率；P_IR表示传播者由于某种原因不相信该舆情从而成为免疫者的概率，即转发免疫率；满足0≤P_SC,P_CI,P_CR,P_IR≤1；S_k、C_k、I_k、R_k表示第k次迭代时节点的状态。