[发明专利]一种基于连续马尔科夫的双层网络舆情信息传播预测方法有效

专利信息
申请号: 201910452142.4 申请日: 2019-05-28
公开(公告)号: CN110163446B 公开(公告)日: 2021-07-09
发明(设计)人: 刘小洋;唐婷;何道兵 申请(专利权)人: 重庆理工大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/00;G06K9/62;H04L12/24
代理公司: 重庆天成卓越专利代理事务所(普通合伙) 50240 代理人: 王宏松
地址: 400054 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 连续 马尔科夫 双层 网络 舆情 信息 传播 预测 方法
【权利要求书】:

1.一种基于连续马尔科夫的双层网络舆情信息传播预测方法,其特征在于,包括以下步骤:

S1,获取t时刻线下网络节点i接种疫苗状况,以及与线下网络节点i相对应的线上网络节点染病状况;

其线下网络节点i接种疫苗状况的表示方法为:

其线上网络节点染病状况的表示方法为:

S2,根据步骤S1的状况计算t+1时刻节点i的概率;其节点i的概率表示方法为:

其中,表示在t+1时刻线下网络节点i为未接种疫苗状况;

表示在t+1时刻线下网络节点i为接种疫苗状况;

Yit+1=0为在t+1时刻与线下网络节点i相对应的线上网络节点为易感染状况;

Yit+1=1为在t+1时刻与线下网络节点i相对应的线上网络节点为染病状况;

表示在t时刻线下网络节点i为未接种疫苗状况;

表示在t时刻线下网络节点i为接种疫苗状况;

Yit=0表示在t时刻与线下节点i相对应的线上网络节点为易感染状况;

Yit=1表示在t时刻与线下网络节点i相对应的线上网络节点为染病状况;

表示在t时刻与线下网络节点i相对应的线上网络节点的相邻节点j为接种疫苗状况;

β表示每个时间单元内易感者转化为感染者的系数,0≤β≤1;

γ表示每个时间单元内感染者恢复为易感者的系数,0≤γ≤1;

表示每个时间单位内易感者接种疫苗系数,

θ表示每个时间单位内接种疫苗者转化为易感染者的系数,0≤θ≤1;

σ表示疫苗失效因子,0≤σ≤1;

Δt表示时间步长;

Ni表示线下网络节点i的邻居节点和/或与线下网络节点i的相对应的线上网络节点的邻居节点的所有总人数;

o(Δt)表示时间函数;

P(|)表示条件概率;

P()表示概率;

S3,根据步骤S2计算转移矩阵概率;其转移矩阵概率的表示方法为:

其中,oij表示线上网络节点中第i行第j列是否染病的情况,oij=1表示线上网络节点中第i行第j列为染病状况;oij=0表示线上网络节点中第i行第j列为易感染状况;

pS→S表示由易染状态转化为易染状态的概率;

pS→V表示由易染状态转化为接种疫苗状态的概率;

pS→I表示由易感状态转化为染病状态的概率;

pV→S表示已接种疫苗状态转化为易感状态的概率;

pV→V表示由已接种疫苗状态转化为已接种疫苗状态的概率;

pV→I表示由已接种疫苗状态转化为染病状态的概率;

pI→S表示由染病状态转化为易感状态的概率;

pI→V表示由染病状态转化为已接种疫苗状态的概率;

pI→I表示由染病状态转化为染病状态的概率;

S4,根据所计算的概率数据,通过舆情数据阈值进行判断舆情传播状况;其判断舆情传播状况的方法为:

判断与1的大小关系:

其中,β表示每个时间单元内易感者转化为感染者的系数,0≤β≤1;

γ表示每个时间单元内感染者恢复为易感者的系数,0≤γ≤1;

表示每个时间单位内易感者接种疫苗系数,

θ表示每个时间单位内接种疫苗者转化为易感染者的系数,0≤θ≤1;

σ表示疫苗失效因子,0≤σ≤1;

若则舆情为不传播状态;

否则,舆情为传播状态;

S5,将步骤S4的预测结果发送到移动终端上展现。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆理工大学,未经重庆理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910452142.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top