[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

说明书

本发明公开了基于DI‑SCIR的双层耦合社交网络舆情传播模型构建方法，首先，基于传统SCIR模型，考虑网络用户数量的动态时变性和直接免疫作用，结合真实网络舆情传播情况，制定舆情传播规则；其次，提出基于LBRank的层间强耦合连接方法；最后，依据舆情传播规则，提出状态转移概率，建立舆情传播模型的微分方程，生成最终传播模型，更能有效和准确反映双层耦合社交网络中舆情传播的过程。

技术领域

本发明涉及信息传播与控制学领域，具体涉及基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法。

背景技术

随着社交网络平台和用户数量的大规模涌现，社交网络环境日趋复杂。单一社交网络平台的功能有限，已不能满足不同用户的跨平台信息交流需求，因此产生了一个用户同时活跃在多个社交网络平台的情况，使得不同社交网络之间呈现交互影响的发展趋势，形成了复杂的多层耦合社交网络。例如，用户通过微博浏览到感兴趣的信息后，通过转发等形式将其发布到微信平台上，实现信息的跨平台传播。多层耦合社交网络的数据交叉复用，拓展了社交网络信息传播的路径，增强了网络信息传播的效果和影响力，为网络数字经济带来新的发展机遇；同时，耦合社交网络增加了舆情传播的复杂性，一旦负面舆情被扩散，会对社会造成严重不良影响，为网络信息的监管带来新的挑战。近年来，政府部门不断要求加强社会治理能力，严格控制社交网络舆情传播，建设网络综合治理体系。因此，构建更符合实际的多层耦合社交网络模型，研究掌握多层耦合社交网络的舆情传播规律，有助于政府部门处置应对复杂敏感舆情，强化网络内容管理，对于营造文明和谐的网络空间极具现实意义。

发明内容

针对目前耦合社交网络的舆情传播研究没有考虑网络的拓扑结构以及免疫因素对于舆情传播的影响，难以准确描述耦合社交网络的舆情传播规律，本发明提出一种基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法。

为实现上述目的，本发明的技术方案为：基于DI-SCIR的双层耦合社交网络舆情传播模型构建方法，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。

进一步的，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。

进一步的，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。

进一步的，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：