1.一种基于社交影响力的信息传播模型及态势感知系统,其特征在于,包括:获取数据模块,提取属性模块,构建动态演化策略模块、构建网络拓扑模块及构建复杂网络信息传播模型模块共五大模块,其中获取数据模块,用于获取社交网络的信息数据源,并对数据进行包括数据分片在内的预处理,并传输给提取属性模块;
提取属性模块,用于分别从用户、粉丝、行为三方面来提取相关属性,并根据相关的属性来定义社交影响力,分别求解出由不同的属性得到的不同驱动力;
构建动态演化策略模块,用于定义话题热度、策略和收益矩阵,根据演化博弈的复制动态思想构建动态演化策略,将其与提取属性模块相结合作为整体的传播模型;
构建网络拓扑模块,用于多维度、多层次的构建网络拓扑,根据提取属性模块提取的属性来构建网络拓扑,分析出各层的驱动因素,并与构建动态演化策略模块相结合来构建复杂网络信息传播模型;
构建复杂网络信息传播模型模块,用于以传统的传染病模型为基础,并与提取属性模块各层的驱动力相结合构建信息传播模型,探知信息传播态势。
2.根据权利要求1所述的基于社交影响力的信息传播模型及态势感知系统,其特征在于,所述获取数据模块数据源的获取直接从现有的成熟的社交网络平台提供的公共API获取。
3.根据权利要求1所述的基于社交影响力的信息传播模型及态势感知系统,其特征在于,所述提取相关属性模块具体包括:提取热点话题下的评论、转发用户的信息,用户以及粉丝的标签、用户的行为,并对数据进行时间分片,主要包括用户度数Deg(ki)、内容相似度Sim(ki)、社交行为Action(ki,kj),结合相关影响力的定义,信息传播的影响力为:Influence(ki)=a×Action(ki,kj)+b×Sim(ki)+c×Deg(ki)其中,a、b、c表示偏回归系数,a表示社交行为在影响力中的比例,b表示内容相似度在影响力中的比例,c表示用户度数在影响力中的比例。
4.根据权利要求1-3之一所述的基于社交影响力的信息传播模型及态势感知系统,其特征在于,所述构建动态演化策略模块在用户策略定义方面,定义了两种策略:“主动接收信息(active)”和“被动接收信息(passive)”,用户主动接收信息为用户对该话题感兴趣,用户不主动接收信息为用户对该话题不感兴趣,用pa和pn分别表示在信息传播中用户选择策略“主动接收信息”和“被动接收信息”的概率,其中pa>pn,然后定义两种策略的收益矩阵:
Pa=-k+maM(t)
Pn=mnM(t)
其中,-k表示选择策略“主动接收信息”需要付出一个额外的固定支出,ma和mn为调节参数,并且ma>mn。
5.根据权利要求4所述的基于社交影响力的信息传播模型及态势感知系统,其特征在于,所述构建动态演化策略模块定义话题热度,以传统的传染病模型中的感染率为理论基础,定义话题热度的概念,表示在一段时间内,参与话题的用户个体的变化率;
其中,x表示选择“被动接收信息”策略的比例,λ1表示整体的行为影响力,λ2表示整体的属性影响力,λ3表示整体的拓扑影响力,a表示行为影响力所占的比例,b表示属性影响力所占的比例,c表示拓扑影响力所占的比例,d表示动态驱动因素所占的比例,pn×x+pa(1-x)表示话题热度和动态演化策略相结合的动态驱动因素,S(t)表示在t时刻易感者的人数,I(t)表示在t时刻感染者的人数,γm表示感染者的恢复概率;
定义的动态演化策略为:
其中,表示动态演化策略,φ表示一个常数,△P表示两种策略之间的差值,x和1-x分别表示为选择不同策略用户的比例,表示选择不同策略的用户相互接触的概率;
假设有部分用户忽略收益平衡,采取冲动的选择策略,因此改进后的模型为:
其中 表示非理性的策略。
6.根据权利要求5所述的基于社交影响力的信息传播模型及态势感知系统,其特征在于,所述构建复杂网络信息传播模型模块具体包括:将各层的驱动因素与动态演化策略相结合,分别将各层的驱动力λ1、λ2、λ3和用户策略比例Xn和Xa在内的参数输入到传统的SIR传染病模型,进而得到改进的信息传播动力学模型。
7.一种基于权利要求1所述系统的基于社交影响力的信息传播模型及态势感知方法,其特征在于,包括以下步骤:S1:获取数据源,数据源的获取直接从现有的成熟的社交网络平台提供的公共API获取,并对数据进行预处理;
S2:提取相关属性,分别从用户、粉丝、行为三方面来提取相关属性,并根据相关的属性来定义社交影响力,分别求解出由不同的属性得到的不同驱动力;
S3:构建动态演化策略;首先,根据演化博弈的理论和方法定义收益矩阵和pn和pa以及话题热度M(t),然后,从现有的数据中提取未参与话题的活跃用户作为未感染个体中选择主动接收信息的用户;最后,根据复制动态方程建立动态演化策略;
S4:构建网络拓扑;在以上步骤S2、S3的基础上多维度、多层次的构建网络拓扑,在相同人数条件下以不同的属性来构建不同的网络结构。
S5:构建复杂网络信息传播模型。将各层的驱动因素与动态演化策略相结合,分别将各层的驱动力λ1、λ2、λ3和用户采取“被动接收信息”策略比例Xn和“主动接收信息”策略比例Xa在内的参数输入到传统的SIR模型,进而得到改进的信息传播动力学模型。