[发明专利]一种基于潜在传播集的社交网络信息传播跟踪方法

摘要

本发明涉及一种基于潜在传播集的社交网络信息传播跟踪方法，包括：建立基于潜在传播集的SIR模型；从社交网络中获取网络消息，进行聚类并分组，建立网络热点消息的分类数据库；从分类数据库中选取网络热点消息，对社交网络进行采样，获取传播参数；获取新的网络热点消息，将其与网络热点消息的分类数据库进行对比，选择最接近的网络热点消息类型，并提取获取的传播参数作为新的网络热点消息的参考传播参数；对参考传播参数进行调整，进一步预测所述网络热点消息的传播情况并进行人工干预。本发明运用在不同规模的人工网络与现实网络中，由SIPR方程组生成的S、I、R三类曲线与仿真模拟情况中三类曲线吻合度很高，均表现出了良好的效果。

主权项

1.一种基于潜在传播集的社交网络信息传播跟踪方法，其特征在于，包括以下步骤：步骤S1、在传统SIR模型中加入潜在传播节点PS类节点，建立基于潜在传播集的SIR模型；所述传统SIR模型中包括：传播节点I，对应一类已知相应的热点消息并对其进行了转发的用户；健康节点S，对应一类尚未得知相应热点消息的用户，与其邻居中是否存在I类用户无关；免疫节点R：对应一类已知相应的热点消息并对其进行了转发，但其邻居不再转发其热点消息；所述潜在传播节点PS类节点的定义为，对于任一健康节点S，若其邻居节点中至少含有一个传播节点I，则该健康节点S是潜在传播节点PS节点；所述潜在传播集的定义为，由所有潜在传播节点组成的集合即为潜在传播集；步骤S2、从社交网络中获取网络消息并进行聚类，划分其消息类型，根据消息类型进行分组；每一组中的消息再按照当前热度排序，建立网络热点消息的分类数据库；步骤S3、从建立的网络热点消息的分类数据库中选取网络热点消息，对社交网络进行采样，基于潜在传播集的SIR模型的传播参数根据社交网络的网络拓扑结构和定时统计获得的S、I、R、PS四类用户的数量变化情况和步骤S1中建立的基于潜在传播集的SIR模型，反推传播参数β和γ；步骤S4、对社交网络进行监测，定时获取新的网络热点消息，将其与网络热点消息的分类数据库进行对比，选择最接近的网络热点消息类型，并提取步骤S3中获取的传播参数作为新的网络热点消息的基于潜在传播集的SIR模型的参考传播参数；步骤S5、通过对新的网络热点消息提取关键词，判断其关键词在搜索引擎中的被搜索次数，与其所划分到的消息类型中的热点消息的关键词的被搜索次数进行比较，根据两者被搜索次数的比例关系，对步骤S4中获得的参考传播参数进行调整，进一步预测所述网络热点消息的传播情况；步骤S6、根据所述网络热点消息的传播情况，对其传播进行人工干预。