基于演化博弈论的社交网络信息传播预测方法
【专利摘要】本发明提供了一种基于演化博弈论的社交网络信息传播预测方法，首先将社交网络的信息聚类成不同的类别，然后建立信息博弈传播模型，并通过学习的方法拟合模型参数得到描述信息相互作用关系的收益矩阵，最后利用信息传播模型，对信息传播能力进行预测。本发明方法通过演化博弈来表示社交网络上信息之间的相互作用，并建立信息博弈传播模型揭示信息博弈和信息传播的关系，从而在信息相互作用且用户顶点传播多条信息的情况下，获得对信息在社交网络传播的预测。
【专利说明】基于演化博弈论的社交网络信息传播预测方法
【技术领域】
[0001] 本发明涉及的【技术领域】为社交网络信息传播的建模，描述信息之间的相互影响， 揭示信息博弈和信息传播的关系，并对信息的传播能力进行有效预测。
【背景技术】
[0002] 社交网络为人们提供了十分广泛的信息来源，为新信息和不同观点的传播提供了 平台，在信息传播的过程中起到了关键的作用。信息在社交网络上迅速产生和演化，社交网 络的信息传播已成为一个广阔的研究领域，吸引了许多学科研究者的兴趣，如计算机科学 家、社会学家等。对社交网络信息传播的相关研究能够帮助解决许多实际问题，如预测热点 新闻，优化社交网络的商业行为等。
[0003] 近年来科研工作者提出了一系列的技术和模型，从不同的角度对社交网络信息传 播模式进行表示、分析和预测，揭示信息传播的潜在机制。当前已有的大多数模型假设信息 的传播是独立的，每条信息的传播互不影响，如线性阈值（LT)模型、独立级联（1C)模型、 SIS模型、SIR模型等。
[0004] 在社交网络中传播的信息是大量的，有大量的信息在同一时间进行传播，信息在 传播过程中产生相互影响。于是一些描述多信息传播模式的技术和模型被提出，这些模型 假设信息之间的关系是相互排斥，网络中的用户顶点只能传播多条信息中的一条，从而并 未将信息之间相互合作和竞争的关系考虑在其中。
【发明内容】
[0005] 有鉴于此，本发明提供了一种基于演化博弈论的社交网络信息传播预测方法，通 过演化博弈来表示社交网络上信息之间的相互作用，并建立信息博弈传播模型揭示信息博 弈和信息传播的关系，从而在信息相互作用且用户顶点传播多条信息的情况下，获得对信 息在社交网络传播的预测。
[0006] 本发明提供的基于演化博弈论的社交网络信息传播预测方法，包括：
[0007] 步骤1 :获取t时刻传播于社交网络的信息集{Ul，u2, . . .，un};
[0008] 步骤2 :获取t时刻之前信息集{Ul，u2, . . .，un}中每条信息传播覆盖的社交网络的 顶点集；
[0009] 步骤3 :基于每条信息传播覆盖的社交网络的顶点集及设定的类别数量T，对信息 集合进行聚类；
[0010] 步骤4 :统计t时刻信息集{u。u2,...，un}中每条信息的博弈场景；
[0011] 步骤5 :基于每条信息的博弈场景及所属类别，根据信息博弈传播模型计算每条 信息的传播能力。
[0012] 所述方法还包括：以时间T为间隔，重复计算每条信息的传播能力，直至信息Ui的 传播能力的增量低于限定值时，停止计算信息^的传播能力，并以最后一次计算得到的信 息 Ui的传播能力作为预测结果，其中，i < Ui < η。
[0013] 在特定时间段内，社交网络上的用户v看到一则信息Ui，同时看到其它信息的集合 {u/，U2'，· ..，11)/ }，即暴露集合，信息Ui与其它信息的集合{u/，U2'，· ..，11)/ }的 博弈即信息Ui的博弈场景。
[0014] 所述信息博弈传播模型为：
[0015]
【权利要求】
1. 一种基于演化博弈论的社交网络信息传播预测方法，其特征在于，所述方法包括： 步骤1 :获取t时刻传播于社交网络的信息集{Ul，u2,...，un}; 步骤2 :获取t时刻之前信息集{Ul，u2,...，un}中每条信息传播覆盖的社交网络的顶点 集； 步骤3 :基于每条信息传播覆盖的社交网络的顶点集及设定的类别数量T，对信息集合 进行聚类； 步骤4 :统计t时刻信息集{Ul，u2,. . .，un}中每条信息的博弈场景； 步骤5 :基于每条信息的博弈场景及所属类别，根据信息博弈传播模型计算每条信息 的传播能力。
2. 根据权利要求1所述的基于演化博弈论的社交网络信息传播预测方法，其特征在 于，所述方法还包括：以时间T为间隔，重复计算每条信息的传播能力，直至信息 Ui的传播 能力的增量低于限定值时，停止计算信息W的传播能力，并以最后一次计算得到的信息Ui 的传播能力作为预测结果，其中，i < W < η。
3. 根据权利要求2所述的基于演化博弈论的社交网络信息传播预测方法，其特征 在于，在特定时间段内，社交网络上的用户ν看到一则信息W，同时看到其它信息的集合 {u/，U 2'，· ..，11)/ }，即暴露集合，信息Ui与其它信息的集合{u/，U2'，· ..，11)/ }的 博弈即信息Ui的博弈场景。
4. 根据权利要求3所述的基于演化博弈论的社交网络信息传播预测方法，其特征在 于，所述信息博弈传播模型为：
其中，Μ是信息u/，u2'，...，uk'及七所属信息类别的数量;A(AeMXM)为描述信 息u/、u2'、...、uk'、Ui之间博弈关系的收益矩阵，A i;1…Ai，MSA的元素；P(Cj)是类别 &的信息数占暴露集合信息数的比例，
表示属于类别Q的信息在属于类别 &的信息的影响下的传播概率，即属于类别Q的信息与属于类别的信息产生博弈的收益 值；
为属于类别Cj的信息的传播能力。
5. 根据权利要求4所述的基于演化博弈论的社交网络信息传播预测方法，其特征在 于，通过学习的方法拟合描述信息相互作用关系的收益矩阵A。
6. 根据权利要求5所述的基于演化博弈论的社交网络信息传播预测方法，其特征在 于，采用K均值法对信息集合进行聚类。
【文档编号】G06F17/30GK104091206SQ201410273421
【公开日】2014年10月8日 申请日期:2014年6月18日 优先权日:2014年6月18日
【发明者】张熙, 杨金翠, 苏援, 方滨兴 申请人:北京邮电大学