网络事件传播的模拟方法、装置及设备与流程

本发明涉及计算机技术领域，尤其是涉及一种网络事件传播的模拟方法、装置及设备。

背景技术：

随着互联网的普及，人们越来越依赖于网络进行舆情信息的传播与获取。尤其是社交网络服务，近年来发展迅速，其凭借网络强大连通力将人们的社交范围从现实的人际关系扩展到虚拟的网络中来。通过即时聊天工具、微博、博客、网络社区等网络应用将人们的社交范围逐步扩大，最终形成一个人与人关联的巨大的复杂网络。现有的网络事件传播的相关模型主要都是基于复杂网络，应用计算机图论的知识进行建模，对信息传播的模拟过于简单，难以投入到实际应用之中。

技术实现要素：

有鉴于此，本发明的目的在于提供一种网络事件传播的模拟方法、装置及设备，从而对网络事件进行更准确的模拟。

第一方面，本发明实施例提供了一种网络事件传播的模拟方法，该方法包括：获取网络事件及网络事件的属性；属性至少包括以下之一：时间、类型或主题；获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息；根据情感态度信息确定当前节点对网络事件的情感偏向信息；情感偏向信息为以下任一种：支持、反对或中立；如果情感偏向信息是支持或反对，将网络事件传播至相邻节点；如果情感偏向信息是中立，结束网络事件在当前节点的传播。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，在获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息步骤之前，该方法还包括：根据网络事件的属性和节点属性判断当前节点是否处于网络事件的免疫区域，免疫区域内的节点会屏蔽网络事件；如果否，计算情感态度信息。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，获取网络事件及网络事件的属性的步骤，包括：获取网络事件；在事件属性数据库中为当前节点匹配网络事件的属性。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息的步骤，包括：在节点属性数据库中为当前节点匹配节点属性；节点属性至少包括：节点标识、节点免疫能力、节点传播能力和主题敏感度；根据节点属性和网络事件的属性确定当前节点对网络事件的主题敏感度；获取上一节点的历史情感态度信息；根据历史情感态度信息和主题敏感度计算当前节点的情感态度信息。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，根据情感态度信息确定当前节点对网络事件的情感偏向信息的步骤，包括：对情感态度信息的值进行分段，得到分段结果；根据分段结果确定当前节点对网络事件的情感偏向信息。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，情感偏向信息是支持或反对，将网络事件传播至相邻节点的步骤，包括：获取网络事件在当前节点和下一节点间的传播概率；根据传播概率将网络事件传播至相邻节点。

结合第一方面或其任一种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，该方法还包括：对网络中所有节点分别计算情感态度信息，并根据情感态度信息确定所有节点对网络事件的情感偏向信息；根据所有节点的情感偏向信息生成网络总体的情感偏向分布信息。

第二方面，本发明实施例还提供一种网络事件传播的模拟装置，包括：

事件获取模块，用于获取网络事件及网络事件的属性；属性至少包括以下之一：时间、类型或主题；计算模块，获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息；情感偏向模块，用于根据情感态度信息确定当前节点对网络事件的情感偏向信息；情感偏向信息为以下任一种：支持、反对或中立；控制模块，用于如果情感偏向信息是支持或反对，将网络事件传播至相邻节点；控制模块，还用于如果情感偏向信息是中立，结束网络事件在当前节点的传播。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，该装置还包括免疫区域判断模块，用于：根据网络事件的属性和节点属性判断当前节点是否处于网络事件的免疫区域，免疫区域内的节点会屏蔽网络事件。，免疫区域中的节点会屏蔽网络事件；如果否，计算情感态度信息。

第三方面，本发明实施例还提供一种电子设备，包括：存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面的任一种方法的步骤。

本发明实施例带来了以下有益效果：本发明实施例提供了一种网络事件传播的模拟方法、装置及设备，该方法在当前节点获取网络事件后，获取该网络事件的属性及当前节点的节点属性，并根据网络事件的属性及节点属性计算当前节点对网络事件的情感态度信息，通过计算情感态度信息，得到当前节点的情感偏向信息：支持、反对或中立，如果情感偏向信息是反对或支持，则将该网络事件继续传播，如果情感偏向信息是中立，则停止网络事件在当前节点的传播。本发明实施例通过增加情感态度信息的计算，提高了对信息传播过程模拟的准确程度，更加适合实际应用。

本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的网络事件传播的模拟方法流程图；

图2为本发明实施例提供的网络事件传播的模拟方法的数据流示意图；

图3为本发明实施例提供的网络事件传播的模拟装置的一种结构框图；

图4为本发明实施例提供的网络事件传播的模拟装置的另一种结构框图；

图5为本发明实施例提供的电子设备的结构示意框图。

图标：

31-事件获取模块；32-计算模块；33-情感偏向模块；34-控制模块；35-免疫区域判断模块；41-存储器；42-处理器。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前，现有的网络事件传播的模型，主要都是基于复杂网络，应用计算机图论的知识进行建模：如规则网络、随即网络、无标度网络等，对信息传播的模拟过于简单，模拟的结果与事物实际的进展相差甚远，难以投入到实际应用之中。通过网络图的方式进行信息传播的模拟具有直观性，但仅仅依靠概率进行传播模拟的网络模型，只是网络在相对独立空间下的模拟，无法与复杂的实际互联网世界中的环境相适应，只依赖这种方式进行事件传播模拟是不可靠的。

基于此，本发明实施例提供的一种网络事件传播的模拟方法、装置及设备，可以对于网络事件进行更准确的模拟。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种网络事件传播的模拟方法进行详细介绍。

实施例1

本发明实施例1提供了一种网络事件传播的模拟方法，参见图1所示的网络事件传播的模拟方法流程图，该方法包括以下步骤：

步骤s102，获取网络事件及网络事件的属性；属性至少包括以下之一：时间、类型或主题。

网络事件是指在网络上传播的信息，可以为文字信息、视频信息、音频信息、图片信息等。网络事件的属性用于描述网络事件，至少包括网络时间发生的时间、网络事件的类型或网络事件的主题等。其中，在本发明中的时间的单位可以为秒、分、小时或月等，仿真中的每一秒对应的真实世界的某一时间长度，例如，仿真每推一秒相当于现实传播一天。在本发明中的类型可以为：谣言、恐怖或团体活动等，可以根据网络事件的内容对其类型进行划分。在本发明中的主题可以为：社会治安、政治新闻、宗教事件或食品安全等，可以根据网络事件对社会各方面的影响对其主题进行划分。

步骤s104，获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息。

节点是网络事件的中转机构。可以是网络事件传播过程中的个人账号，例如社交平台中的个人账号。节点属性用于描述节点的标识、免疫能力、情感态度信息和传播能力等信息。节点属性通过节点属性数据库存储。当节点属性更新时，对节点属性数据库中的数据进行更新。历史情感态度信息是可以从节点属性数据库中获取的节点对曾经传播过的不同属性网络事件的情感态度信息。根据网络事件的属性和当前节点的属性可以查询当前节点对网络事件的态度，根据当前节点和上一节点对网络事件的态度可以得到当前节点对网络事件的情感态度信息。步骤s104考虑了上一节点对网络事件的历史情感态度信息对本节点情感态度信息的影响，使网络传播的模拟更加贴合实际。

根据网络事件的属性可以匹配当前节点对不同属性的网络事件的主题敏感度。通过查询上一节点的属性，获得上一节点对网络事件的历史情感态度信息，根据当前节点对网络事件的主题敏感度及上一节点对网络事件的历史情感态度信息计算当前节点的情感态度信息。如果当前节点为网络的第一个节点，则上一节点对网络事件的历史情感度为0。

步骤s106，根据情感态度信息确定当前节点对网络事件的情感偏向信息；情感偏向信息为以下任一种：支持、反对或中立。

情感态度信息是节点对网络事件的态度评价。节点对不同网络事件的态度不同导致情感态度信息的取值范围较大，为了方便统计，根据情感态度信息的值可以将取值范围接近的情感态度信息进行归类，得到情感偏向信息。情感偏向信息为支持、反对或中立。其中，支持，表示节点对网络事件赞同，反对表示节点对网络事件不赞同。

步骤s108，如果情感偏向信息是支持或反对，将网络事件传播至相邻节点。

情感偏向信息为支持或反对的节点对网络事件的传播意愿较强。网络事件可以由当前节点传播至各个相邻的下一节点。如果当前节点对网络事件的情感偏向信息为支持或反对，则表示当前节点传播网络事件的意愿较强烈，愿意将网络事件进行传播。

步骤s110，如果情感偏向信息是中立，结束网络事件在当前节点的传播。

情感偏向信息为中立的节点没有意愿对网络事件进行传播。网络事件到达中立的节点即停止向下一节点传播。

本发明实施例提供了一种网络事件传播的模拟方法，该方法在当前节点获取网络事件后，获取该网络事件的属性及当前节点的节点属性，并根据网络事件的属性及节点属性，上一节点的历史情感态度信息计算当前节点对网络事件的情感态度信息，通过计算情感态度信息，得到当前节点的情感偏向信息：支持、反对或中立，如果情感偏向信息是反对或支持，则将该网络事件继续传播，如果情感偏向信息是中立，则停止网络事件在当前节点的传播。本发明实施例通过增加情感态度信息的计算，提高了对信息传播过程模拟的准确程度，更加适合实际应用。

为了对网络事件进行筛选，获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息步骤之前，方法还包括：根据网络事件的属性和节点属性判断当前节点是否处于网络事件的免疫区域，免疫区域内的节点会屏蔽网络事件；如果否，计算情感态度信息。

免疫区域是用于筛选网络事件的区域，免疫区域包括多个可以屏蔽外界事件输入的节点。根据事件的属性和节点的属性可以判断当前节点是否处于当前类型的网络事件的免疫区域的范围，如果属于，则当前节点会屏蔽该类型的网络事件，即停止网络事件在当前节点的传播；如果不属于，则当前节点不会屏蔽该类型的网络事件，该网络事件会继续在当前节点传播，计算当前节点对网络事件的情感态度信息。

考虑到为了提高网络事件及网络事件属性的效率，获取网络事件及网络事件的属性的步骤，包括：

(1)获取网络事件。

如果当前节点为源节点，则从网络中获取网络事件，参见表1-5所示的激活衍生点表，网络事件包括事件id、事件起源点和该起源点对应的时间等属性。如果当前节点不是源节点，则从上一节点获取网络事件，在从上一节点获取网络事件的同时，获取上一节点对网络事件的情感态度信息。

表1-5激活衍生点表

(2)在事件属性数据库中为当前节点匹配网络事件的属性。

参见表1-1所示的事件属性信息表，该表为事件属性数据库中的事件属性信息表的一个示例，对当前节点的网络事件，在事件属性信息表中匹配其属性，包括传播时间单位、时间类型和时间主题等。

表1-1事件属性信息表

为了获得当前节点对网络事件的情感态度信息，可以对情感态度信息进行计算。因此，获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息的步骤，包括：

(1)在节点属性数据库中为当前节点匹配节点属性，节点属性至少包括：节点标识、节点免疫能力、节点传播能力和主题敏感度。

参见表1-2所示的网络拓扑节点属性信息表，该表为节点属性数据库中数据的一个示例。根据网络拓扑节点属性信息表为当前节点匹配节点属性。

表1-2网络拓扑节点属性信息表

(2)根据节点属性和网络事件的属性确定当前节点对网络事件的主题敏感度。

主题敏感度用于描述当前节点对于不同网络信息的关注度。根据网络事件的属性，从节点属性数据库中可以获取当前节点对网络事件的主题敏感度。

(3)获取上一节点的历史情感态度信息；根据历史情感态度信息和主题敏感度计算当前节点的情感态度信息。

上一节点的历史情感态度信息会对当前节点的情感态度信息有一定的影响。网络事件由上一节点传入当前节点，当前节点的情感态度信息＝传入节点的情感态度信息*0.5+本节点的主题敏感度*0.5。主题敏感度对应表1-2中对应的sensitivityid，具体数值分布见表1-4所示的主题敏感度表。

表1-4主题敏感度表

为了便于统计，可以根据情感态度信息对节点进行分类。根据情感态度信息确定当前节点对网络事件的情感偏向信息的步骤，包括：对情感态度信息的值进行分段，得到分段结果；根据分段结果确定当前节点对网络事件的情感偏向信息。

参见表1-4所示的主题敏感度表，通过概括表获得情感态度信息的值，并根据情感态度信息的值进行分段，例如：根据情感态度信息的值分段并确定情感偏向信息为：支持者(theme>5)、中立者(-5<＝theme<＝5)和反对者(theme<-5)，并更新主题敏感度表(数值大于10的取10，小于-10的取-10)。

为了更加贴合网络事件传播的实际情况，在实际传播时，通常支持或反对的传播者其传播意愿较强烈。因此，如果情感偏向信息是支持或反对，将网络事件传播至相邻节点的步骤，包括：获取网络事件在当前节点和下一节点间的传播概率；根据传播概率将网络事件传播至相邻节点。

参见表1-3所示的网络拓扑边信息表，当当前节点对网络事件的情感偏向信息为支持或反对时，可以在该表记录的数据中查询两节点之间的传播概率，并根据传播概率将网络事件传播至相邻节点。

表1-3网络拓扑边信息表

为了了解网络事件可能的传播结果，以决定是否提前采取适当的监管、干预措施，该方法还包括：对网络中所有节点分别计算情感态度信息，并根据情感态度信息确定所有节点对网络事件的情感偏向信息；根据所有节点的情感偏向信息生成网络总体的情感偏向分布信息。

遍历网络中的所有节点，分别计算其情感态度信息和情感偏向信息，当网络事件在节点之间传播，传入节点的情感态度信息也会对当前节点有影响，分别记录并及时更新各节点的情感态度信息和情感偏向信息，在遍历所有节点后，可以得到所有节点的情感偏向信息，从而得到网络总体的情感偏向分布信息，根据网络总体的情感偏向分布信息可以对网络中各节点对网络事件的态度信息进行统计分析，以便于及时采取必要的措施。

例如，假设现在微博上有一条信息正在蔓延中，当前已有少量的x(x为一个账号集合)人转发了这条谣言，我们需要对谣言是否会造成泛滥的后果进行预测，以决定是否提前采取适当的监管、干预措施。首先，我们需要提前准备微博用户账号，以及他们之间相互关注关系的各类数据库，如提供的数据表格所示。接着我们需要把谣言当前的传播状态作为推演模型的输入状态，即将这已经转发的x个账号作为初始已激活的节点输入网络，然后通过本发明所示的方法的迭代推演，得出若干时间步之后谣言的泛滥状况，从而给出支持决策的意见：如果一段时间之后，推演的结果显示谣言泛滥，且负面情绪比较严重，那么建议决策者提前采取干预手段。

参见图2所示的网络事件传播的模拟方法的数据流示意图，本发明实施例提供的一种网络事件传播的模拟方法、装置及设备，通过事件属性数据库和节点属性数据库引入节点情感态度信息计算，从而得到情感偏向信息，根据情感偏向信息的类型及网络拓扑结构数据库控制网络事件传播或结束传播，使得推演与现实人物对网络事件的反应更为接近；通过引入免疫区域判断，能够满足实际网络过滤中的防火墙功能。

实施例2

本发明实施例2提供了一种网络事件传播的模拟装置，参见图3所示的网络事件传播的模拟装置的一种结构框图，该装置包括：

事件获取模块31，用于获取网络事件及网络事件的属性；属性至少包括以下之一：时间、类型或主题；计算模块32，获取当前节点的节点属性，并根据上一节点的历史情感态度信息、网络事件的属性和节点属性计算当前节点的情感态度信息；情感偏向模块33，用于根据情感态度信息确定当前节点对网络事件的情感偏向信息；情感偏向信息为以下任一种：支持、反对或中立；控制模块34，用于如果情感偏向信息是支持或反对，将网络事件传播至相邻节点；控制模块34，还用于如果情感偏向信息是中立，结束网络事件在当前节点的传播。

参见图4所示的网络事件传播的模拟装置的另一种结构框图，该装置还包括免疫区域判断模块35，用于：根据网络事件的属性判断网络事件是否属于免疫区域，免疫区域中的节点会屏蔽网络事件；如果否，计算情感态度信息。

附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明实施例所提供的网络事件传播的模拟装置，其实现原理及产生的技术效果和前述网络事件传播的模拟方法实施例相同，为简要描述，网络事件传播的模拟装置实施例部分未提及之处，可参考前述网络事件传播的模拟方法实施例中相应内容。

实施例3

本发明实施例3提供了一种电子设备，参见图5所示的电子设备的结构示意框图，该电子设备，包括存储器41、处理器42，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现网络事件传播的模拟方法实施例中的任一种的方法的步骤。

其中，存储器41用于存储程序，处理器42在接收到执行指令后，执行程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器42中，或者由处理器42实现。

处理器42可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器42中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器42可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器42读取存储器41中的信息，结合其硬件完成上述方法的步骤。

本发明实施例提供的电子设备，与上述实施例提供的网络事件传播的模拟方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。