[发明专利]一种社交网络多信息传播模型的建模方法

说明书

本发明公开了一种社交网络多信息传播模型的建模方法，该方法：在单消息传播模型的基础上，扩展成多条消息，引入各个消息间的不同关联性和用户的记忆衰减性，得到信息传播最终的演化稳定状态。本发明结合了多消息之间的相互影响，更加贴近社交网络中多信息共同传播的实际情况。本发明基于社交‑消息网络框架对社交网络多信息传播现象进行了建模和实证。本发明提高了网络中多信息传播预测的准确性，给话题预测，舆情控制，疾病控制，网络营销，多个企业投放产品或广告的宣传策略等不同方面提供了有效模型支撑。

技术领域

本发明属于信息传播模型技术领域，具体涉及一种社交网络多信息传播模型的建模方法。

背景技术

随着互联网技术的迅猛发展和在线社交网络的出现，信息传播的速度更快，影响范围更广，信息量也更加庞大。研究学者们广泛地利用复杂网络来描述真实世界的传播动态，而网络中的信息传播也是一个复杂的动态过程，被多种因素交互影响，例如网络的拓扑结构、信息发布者的影响力度、用户的兴趣偏好、信息本身的特性等等。理解复杂网络中的传播过程是网络科学领域中的一个核心问题，研究网络中的信息传播对于网络营销和谣言控制、互联网舆情监控等具有重大意义。

现今对于信息传播的研究大多数集中在研究单条消息在网络中的传播情况，但现实网络中存在大量消息共同传播的现象，例如多条谣言、多种疾病在人群中的传播；多种计算机病毒在计算机网络上的扩散。相比于单消息传播，多消息传播更为复杂，因为各个消息之间可能会有多种相互作用的情况。消息之间可能存在着相互竞争的关系，也可能是互相促进的关系。在有关多消息或多疾病传播的研究中，大部分研究是基于经典的传染病模型来重点探讨两种病毒之间的相互影响，鲜少有研究多条消息的传播情况，如Newman在文献《Threshold Effects for Two Pathogens Spreading on a Network》中讨论了两个相互竞争的病原体共同传播的临界值问题；Ahn等人在文献《Epidemic dynamics of twospecies of interacting particles on scale-free networks》中基于SIS模型，针对两种病毒提出了新的病毒传播模型。但在真实社交网络的话题传播中，有较多的用户参与其中，从不同的角度、不同的看法来讨论该话题，因此在同一个时间点下可能会产生成百上千条新消息，消息之间相互影响。然而，在以前的研究中，这种同一话题下的多消息传播现象基本上被忽略了。

发明内容

本发明的目的是针对现有技术存在的不足而提供的一种社交网络多消息传播模型的建模方法，该方法一方面考虑用户的记忆衰减，另一方面充分考虑多消息之间的相互影响，模拟多条信息在网络上同时传播的动态过程，更加贴近实际。

实现本发明目的的具体技术方案是：

一种社交网络多消息传播模型的建模方法，特点是：在单消息传播模型的基础上，扩展成多条消息，引入各个消息间的不同关联性和用户的记忆衰减性，得到信息传播最终的演化稳定状态，形成社交网络多消息传播模型；包括以下具体步骤：步骤1：基于社交网络中多条消息间的相互影响构建社交-消息网络，包括：

1)通过爬虫获取的数据构建社交用户关注网络，其中的节点表示社交网络中的用户，连边表示用户之间的关注关系；

2)通过爬虫获取的数据构建消息网络，其中的节点表示社会网络中所传播的各个消息，连边表示消息之间的相互作用，其相互作用的强度由连边的权值体现；

步骤2：用户以概率λ阅读网络中的消息，如果阅读该消息，则在t时刻，对于所阅读到的消息m，用户k以概率p_k，m(t)传播该消息，如果未阅读到该消息直接进入步骤3；

步骤3：每一个时刻，如果网络中有新发布的消息，在消息网络中新增加节点表示新发布的消息，并更新各个消息节点之间的连边和连边的权重；

步骤4：重复步骤2和步骤3，直至每一条消息都不再被转发；其中：