[发明专利]在线社会网络中正负信息耦合扩散的监控及控制方法

摘要

本公开涉及一种在线社会网络中正负信息耦合扩散的监控方法及负信息扩散的控制方法。其中，监控方法根据用户是否接收到正负信息对不同的用户状态进行了分类，定义了用户在不同状态间的转移关系，并建立了正负信息耦合扩散模型SPNC，利用该模型监控在线社会网络中的正负信息耦合扩散情况；所述的负信息扩散的控制方法针对拥有负信息的用户提出了对网络中负信息扩散的控制策略，从而为在线社会网络中负信息扩散的控制问题提供了支持。

主权项

1.一种在线社会网络中正负信息耦合扩散的监控方法，包括下述步骤：S100、根据网络中用户是否接收了正信息或负信息，将在线社会网络中的用户进行状态分类：(1)未知态S：用户既没有接收到正信息，也没有接收到负信息；(2)正信息‑扩散态P：用户当前接收到了正信息并且认可它，同时参与正信息的扩散；(3)负信息‑扩散态N：用户当前接收到了负信息并且认可它，同时参与负信息的扩散；(4)双信息‑混沌态C：用户当前同时拥有正信息和负信息，但处于徘徊状态，该用户既不参与正信息的扩散，同时也不参与负信息的扩散；S200、根据步骤S100中划分的用户状态，定义不同状态间的转移关系：a)处于状态S的用户接收了来自于状态P用户的正信息后，以概率α转移到状态P；处于状态S的用户接收了来自于状态N用户的负信息后，以概率β转移到状态N；b)处于状态P的用户接收了来自状态N用户的负信息后，以概率γ转移到状态N并且参与负信息的扩散；处于状态P的用户接收了来自状态C用户的正信息和负信息后，以概率δ转移到状态C；c)处于状态N的用户接收了来自状态P用户的正信息后，以概率ε转移到状态P并且参与正信息的扩散；处于状态N的用户接收了来自状态C用户的正信息和负信息后，以概率ρ转移到状态C；d)处于状态C的用户接收了来自于状态P的用户的正信息后，以概率λ转移到状态P并且参与正信息的扩散；处于状态C的用户接收到来自于状态N的用户的负信息后，以概率μ转移到状态N并且参与负信息的扩散；S300，根据用户在不同状态之间的转移关系，建立正负信息耦合扩散模型SPNC，包含如下式(1)‑(5)：s(0)≥0，p(0)≥0，n(0)≥0，c(0)≥0；    (5)式(1)、(2)、(3)和(4)分别表示在任意时间处于未知态S、正信息‑扩散态P、负信息‑扩散态N和双信息‑混沌态C的用户比例随时间的变化关系，构成一个非线性动态系统，式(5)表示该SPNC模型满足的初始条件；式中，s(t)，p(t)，n(t)，c(t)表示在任意时间处于状态S、P、N和C的用户数在总用户数中所占的比例，有s(t)+p(t)+n(t)+c(t)＝1；其中，S(t)，P(t)，N(t)，C(t)表示任何时间t处于S、P、N和C状态的用户数，Φ(t)表示在任何时间网络区域Θ内总的用户数目，有S(t)+P(t)+N(t)+C(t)＝Φ(t)，且初始值S(0)≥0，P(0)≥0，N(0)≥0，C(0)≥0；S400，利用所述SPNC模型监控在线社会网络中的正负信息耦合扩散情况。