[发明专利]一种基于DWM的社会信息传播与预测的仿真方法

说明书

技术领域

本发明涉及一种社会信息传播与预测的仿真方法，具体涉及一种基于DWM的社会信息传播与预测的仿真方法。

背景技术

现有的方法都是使用传统的小世界模型对社会的信息传播进行预测，没有考虑到人类信息传播受到地理因素、科技因素的巨大影响，对现阶段的信息传播不能很好的进行预测。无法提高预测的精度和准确程度。

发明内容

本发明的目的是克服现有技术中的不足，提供一种可以较高精度的对社会信息的传播现象进行有效仿真的基于DWM的社会信息传播与预测的仿真方法。

这种基于DWM的社会信息传播与预测的仿真方法，包括如下步骤：

1)、用户设定仿真的模型参数，规定仿真的节点个数，节点的关联程度等参数；

2)、方法根据用户设定的参数根据DWM创建模型的拓扑结构和置信矩阵；

2.1)、建立紧密排列的地理世界；

2.2)、根据设定参数在地理世界中建立节点的关系网络；

2.3)、统计关系网络的连接距离和连接程度；

2.4)、对不符合要求的节点进行重新连接；

3)、设置并且仿真社会传媒的推动力；

4)、根据置信法则逐帧对信息在社会中的传播进行仿真；

4.1)、重置置信矩阵；

4.2)、根据置信法则更新置信矩阵；

4.3)、对置信矩阵与状态矩阵的与操作更新状态矩阵；

5)、统计仿真的结果与变化规律。

步骤2.2)的具体步骤为：建立了双世界模型，建立了双世界模型表示为如下数学形式：

在无向有权连通图G(V,E)其中V代表联通图的范围，E代表联通图的链路；

NET_t＝NET_t-1∪B_t

其中NET_t代表t时刻网络对某信息的接受状态，D(x,y)节点接受该信息时NET_t(x,y)＝1，不接受时NET_t(x,y)＝0，其中：

B_t＝{v|v∈V,e_t^v＞p}

M_v^t＝{v′|(v′,v)∈E,v'∈NET_t-1}

式中e_t^v表示在某个节点的交友范围对某一问题的采纳情况，p表示其对某一信息的信任阈值。

步骤2.3)的具体步骤为：

计算度与度分布：

度是单独节点的概念，节点的度是指与该节点相关的边的条数，也就是与该节点连接的其他的节点的数目；度分布是指网络中具有的各节点具有的度的分布一般记作p(k)；p(k)也等于在随机一致原则下挑选出的节点度数为k的概率；

计算平均最短路径：

网络的平均最短路径是用来描绘网络的连通性的，网络中任何两个节点i，j之间的距离d_ij定义为连接这两个节点的最短路径的边数；网络的平均最短路径L定义为任意两点之间的最短路径长度的平均值；公式如下：

式中N为网络节点数，d_ij为i，j之间的距离，L为网络的平均最短路径；

计算聚类系数：

聚类系数表征的是网络的聚类特性，也就是群落特性，一般假设网络中的节点i与k_i条边关联，k_i节点中最多可能有k_i(k_i-1)/2条边，而k_i节点实际存在的边数是E_i与总的边数的比定义为节点i的聚类系数C_i；公式为：

式中k_i表示i节点的边数，E_i表示节点间实际存在的边数；C_i表示聚类系数；

而对网络的聚类系数取平均值，就是整个网络的聚类系数C；

式中C_i表示聚类系数；C表示整个网络的聚类系数。

步骤4.2)的具体步骤为：

首先陈述单一观点置信法则；

if P(i)＝0

else T(i)＝0