[发明专利]基于演化博弈论的社交网络信息传播预测方法

摘要

本发明提供了一种基于演化博弈论的社交网络信息传播预测方法，首先将社交网络的信息聚类成不同的类别，然后建立信息博弈传播模型，并通过学习的方法拟合模型参数得到描述信息相互作用关系的收益矩阵，最后利用信息传播模型，对信息传播能力进行预测。本发明方法通过演化博弈来表示社交网络上信息之间的相互作用，并建立信息博弈传播模型揭示信息博弈和信息传播的关系，从而在信息相互作用且用户顶点传播多条信息的情况下，获得对信息在社交网络传播的预测。

主权项

一种基于演化博弈论的社交网络信息传播预测方法，其特征在于，所述方法包括：步骤1：获取t时刻传播于社交网络的信息集{u1，u2，…，un}；步骤2：获取t时刻之前信息集{u1，u2，…，un}中每条信息传播覆盖的社交网络的顶点集；步骤3：基于每条信息传播覆盖的社交网络的顶点集及设定的类别数量M，对信息集合进行聚类；步骤4：统计t时刻信息集{u1，u2，…，un}中每条信息的博弈场景；步骤5：基于每条信息的博弈场景及所属类别，根据信息博弈传播模型计算每条信息的传播能力；其中，在特定时间段内，社交网络上的用户v看到一则信息ui，同时看到其它信息的集合{u1′，u2′，…，uk′}，即暴露集合，信息ui与其它信息的集合{u1′，u2′，...，uk′}的博弈即信息ui的博弈场景；其中，所述信息博弈传播模型为：P(X=Ci|E{C1,C2,...,CM})=P(C1)P(X=Ci|EC1)+P(C2)P(X=Ci|EC2)+...+P(CM)P(X=Ci|ECM)=P(C1)Ai,1+P(C2)Ai,2+...+P(CM)Ai,M]]>其中，M是信息u1′，u2′，...，uk′及ui所属信息类别的数量；A(A∈M×M)为描述信息u1′，u2′，...，uk′、ui之间博弈关系的收益矩阵，Ai,1…Ai,M为A的元素；P(Cj)是类别Cj的信息数占暴露集合信息数的比例，表示属于类别Ci的信息在属于类别Cj的信息的影响下的传播概率，即属于类别Ci的信息与属于类别Cj的信息产生博弈的收益值Ai,j，其中，1≤j≤M；为属于类别Ci的信息的传播能力。