[发明专利]一种网络模因检测方法、系统、设备及存储介质在审

专利信息
申请号: 202110361213.7 申请日: 2021-04-02
公开(公告)号: CN113076335A 公开(公告)日: 2021-07-06
发明(设计)人: 乔亚男;杨帆;罗丹;王珊;薄钧戈;黄程;房琛琛;黄鑫 申请(专利权)人: 西安交通大学
主分类号: G06F16/245 分类号: G06F16/245;G06F16/22;G06F21/64;G06Q50/00
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 张海平
地址: 710049 *** 国省代码: 陕西;61
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 网络 检测 方法 系统 设备 存储 介质
【权利要求书】:

1.一种网络模因检测方法,其特征在于,包括:

接收各时段产生的网络词汇存储请求,对各时段产生的网络词汇进行数字化存储,并将数字化后的网络词汇写入区块链节点中;

利用区块链节点存储网络词汇和用户关系信息;

构建多智能体模型,根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径;

根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度,当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时,则将该网络词汇作为模因词汇,完成基于多智能体和区块链的网络模因检测。

2.根据权利要求1所述的网络模因检测方法,其特征在于,根据已有的模因词汇及预设流行度确定模因检测流行度阈值。

3.根据权利要求1所述的网络模因检测方法,其特征在于,当前时段内网络词汇的流行度Qi=α∑Qt.p,其中,Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目,α为当前时段的传播系数。

4.根据权利要求1所述的网络模因检测方法,其特征在于,t+1时段第i个节点的状态hi(t+1)=hi(t)+ri+Ii+Oi,其中,hi(t)为t时段第i个节点的状态,ri为周围节点对第i个节点的转发数目,Ii为第i节点获得的输入词汇数目,Oi为第i节点转发给其他节点的词汇的数目。

5.一种网络模因检测系统,其特征在于,包括:

网络词汇存储模块,用于接收各时段产生的网络词汇存储请求,对各时段产生的网络词汇进行数字化存储,并将数字化后的网络词汇写入区块链节点中;

存储模块,用于利用区块链节点存储网络词汇和用户关系信息;

路径获取模块,用于构建多智能体模型,根据多智能体模型获取各时段内网络词汇与用户关系的传播演化路径;

模因检测模块,用于根据各时段内网络词汇与用户关系的传播演化路径计算各时段内网络词汇的流行度,当各时段内任一网络词汇的流行度大于等于预设模因检测流行度阈值时,则将该网络词汇作为模因词汇,完成基于多智能体和区块链的网络模因检测。

6.根据权利要求1所述的网络模因检测系统,其特征在于,根据已有的模因词汇及预设流行度确定模因检测流行度阈值。

7.根据权利要求1所述的网络模因检测系统,其特征在于,当前时段内网络词汇的流行度Qi=α∑Qt.p,其中,Qt.p为在时间范围为t时段内对该网络词汇有过转发或传播行为的数目,α为当前时段的传播系数。

8.根据权利要求1所述的网络模因检测系统,其特征在于,t+1时段第i个节点的状态hi(t+1)=hi(t)+ri+Ii+Oi,其中,hi(t)为t时段第i个节点的状态,ri为周围节点对第i个节点的转发数目,Ii为第i节点获得的输入词汇数目,Oi为第i节点转发给其他节点的词汇的数目。

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述网络模因检测方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述网络模因检测方法的步骤。

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西安交通大学,未经西安交通大学许可,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/202110361213.7/1.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