[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

说明书

本发明提出了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，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；S2，根据步骤S1的状况计算t+1时刻节点i的概率；S3，根据步骤S2计算转移矩阵概率；S4，判断与1的大小关系：若则舆情为不传播状态；否则，舆情为传播状态。本发明能够根据线上和线下双层网络节点预测舆情状况。

技术领域

本发明涉及一种双层网络节点舆情技术领域，特别是涉及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。

背景技术

近年来，网络舆情的正面作用和负面影响力正随着中国互联网的快速发展以及指数式增长的网民数量和公众逐渐将所见识到的社会状况以及公民的意愿发布到网络平台上。网络舆情渐渐的通过“内容威胁”这种方式来对社会的公共安全以及文档产生重要的影响。网络媒体和微信公众号、微博代表的自媒体产生了大多数的危机事件、群体事件，并在其所在的媒体社交网络中相互影响。伴随着网络舆情的发展使得我国的社会舆论的生态环境发生了较大的改变，并产生了新的中国舆论场。

负面舆情，指民众面对一个中介事件的产生、发展以及变化，民众产生和保持的社会政治态度会对经济社会稳定和安全造成一些不利的影响。各行业的社会事件都在负面舆情的范畴之内，其主要有三个显著的特征：1.突发性强，事前很难发现负面舆情的产生，基本上没有征兆，但是一经产生大众通过自媒体迅速传播个体的意见并逐渐形成公众意见。此外个人意见通过网络平台的多渠道互动交流，最终产生非常强大的负面舆情；2.辐射面广，在自媒体时代下，每个人都有非常自由的话语权，明显的提高了新闻的自由度，极大的改变了传媒生态。当今社会自媒体力量的壮大，负面舆情一旦产生就会迅速在社会中产生大范围的影响，形成社会中的舆论风暴；3.产生原因众多，内因主要包括一些人员做风、重大事项决策等都会导致舆情，而社会工作人员用语不文明、态度欠佳、流程不规范等问题都会在外部影响产生负面舆情。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了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。

为了实现本发明的上述目的，本发明提供了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，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；

S2，根据步骤S1的状况计算t+1时刻节点i的概率；

S3，根据步骤S2计算转移矩阵概率；

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。

在本发明的一种优选实施方式中，在步骤S1中，线下网络节点i接种疫苗状况的表示方法为：

线上网络节点染病状况的表示方法为：

在本发明的一种优选实施方式中，在步骤S2中，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；

Y_i^t+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；

Y_i^t+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；