[发明专利]基于有限说服阈值模型的社会网络中信息传播方法及系统

说明书

本发明提供了一种基于有限说服阈值模型的社会网络中信息传播方法及系统，包括获取社会网络数据；根据所述社会网络数据构建有限说服阈值模型，所述模型包括双阈值使得社会网络数据中的个体状态的改变是非对称的；通过所述有限说服阈值模型选择潜在说服者，确定最终接受信息的个体比例，进而完成信息传播。本发明提出的有限说服阈值模型能够更好的模拟现实生活中线上社交网络和线下朋友、亲属、同事等关系网络中的信息传播，能够更加准确有效地预测新闻、舆论、谣言、产品营销、品牌推广等信息的传播范围以及产生的影响。

技术领域

本发明涉及大数据传播技术领域，具体地，涉及一种基于有限说服阈值模型的社会网络中信息传播方法及系统。尤其涉及一种实现社会网络中信息传播最大化的方法。

背景技术

在社会生活中，我们经常会遭受一系列的冲击。例如，一个耸人听闻的谣言在一夜之间遍布社交网络，一个新的产品瞬间火爆朋友圈，一场游行示威吸引了大量的群众参加，一部电影在我们毫无察觉的时候变得流行起来，甚至瞬间登上票房榜首，一本之前无人问津的书忽然变得热卖等等。所有这些现象被经济学家们称作信息级联：群体中的个体表现出羊群行为，即他们对于某一问题所做的决定依赖于其他个体的行为而不是自己对此问题所掌握的信息。一旦某种行为开始在某一群体中出现，这种行为就有可能在整个群体中蔓延。复杂网络作为研究上述现象的有力工具，可以看作是社会系统和经济系统的抽象化。我们时时刻刻都处在网络的世界中，大到整个地球上的人类以及人与人之间的关系所组成的社会网络，各个国家飞机场以及航线组成的航班网络，小到一部分群体及其关系所组成的朋友网络，几个科研人员合作文章而组成的科学家合作网络，生物体中的神经网络、蛋白相互作用网络等等。

关于社会传播的研究，经典的模型是由Schelling提出，Granovetter发展的阈值模型，并且阈值模型结构和扩散机制都不断发展，但是这些模型没有考虑信息传播的非对称性或有限非对称性。现实生活中个体状态的改变是非对称的，即一个人是否接受某一观点除了取决于咨询自己朋友的意见，还有可能被自己的朋友说服而相信这一观点。而在现实生活中说服往往比接受困难，因为并不是所有的人都是说服者，也并不是所有的说服者能够成功地说服别人。因此，一个最重要的问题是优化说服者的选择，即找出使得网络崩溃达到最大化的选择策略。为了研究这一问题，本发明提出了有限说服阈值模型及三种不同的策略用来选择潜在说服者，这些潜在说服者的选择基于个体的影响力。由于复杂网络中常常用中心性来刻画网络中节点的影响力大小，因此，基于网络中心性提出了三种启发式选择策略：从最大中心性递减选择一定比例的潜在说服者、平均中心性及其左右选择和最小中心性递增选择。

专利文献CN105654388A公开了一种动态社会网络信息传播模型的建模方法，包括在静态社会网络演化博弈模型的基础上，引入网络元素动态性和网络结构动态性，并将两类动态性与演化博弈方法相结合进行协同演化博弈，得到信息传播最终的演化稳定状态，形成动态社会网络协同演化模型。

但是，专利文献CN105654388A只考虑接受机制改变自己的状态，没有考虑信息传播的非对称性，即一个人是否接受某一信息除了取决于咨询自己周围朋友的意见(接受机制)，还有可能被自己的朋友说服而相信某一信息(说服机制)。该专利文献只能用来预测信心传播的范围，没有给出减少传播的策略。

专利文献CN101505311A公开了一种基于社会化网络的信息传播方法及系统，包括：根据获取的用户身份标识对应的用户信息，计算用户身份标识对应的信息传播能力大小；选择传播能力大于预定阈值的用户身份标识保存到初始种子用户队列；将待传播信息发送给拥有初始种子用户队列中用户身份标识的客户端。

但是，专利文献CN101505311A同样没有考虑信息传播的非对称性，只根据用户标识计算阈值之后进行信息传播。并且该专利文献根据用户的身份标识对应的用户信息来确定用户的传播能力大小，准确性低。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于有限说服阈值模型的社会网络中信息传播方法及系统。