TdM论的人群总数目；
[0058]在时间t时目标网络热点话题Td的潜在人群的退出比例函数w(t)的表达式为:
[0059]w(t) =z(t)/b(t_l)
[0060]其中，Z (t)为在时间t-Ι时参与话题Tr的讨论而在时间t时退出话题T r讨论的人员数目，b(t-l)为在时间t-ι时参与话题?；的讨论的人员总数目；
[0061]在时间t时目标网络热点话题Td的讨论人群的参与比例函数A(t)的表达式为:
[0062]A (t) = c (t) /u (t-1)
[0063]其中，c(t)为在时间t-1时没有参与目标网络热点话题1和话题?\的讨论而在时间t时参与目标网络热点话题Td讨论的人员数目，u (t-Ι)为在时间t-Ι时参与目标网络热点话题1的讨论的人员总数目；
[0064]在时间t时目标网络热点话题Td讨论的退出比例函数γ (t)的表达式为:
[0065]γ (t) = a(t)/l(t_l)
[0066]其中，a (t)为时间t-1时参与对目标网络热点话题1的讨论而在时间t时退出对目标网络热点话题1的讨论的人员数目，1 (t-Ι)为在时间t-Ι时参与目标网络热点话题T d的讨论的人员总数目。
[0067]A(t) >0、β (t)多 0、B (t) >0、w(t) >0、ξ (t) ^ 0、γ (t) >0，且 max (t ^ 0 | R(t)))、max (t ^ 0 ID (t))及 max (t ^ 0 | E (t))均存在。
[0068]实施例一
[0069]参考图1，其中，每个节点分别表示与目标网络热点话题相关的三类人群的数目，分别标记为R(t)、D(t)、E(t)，三个节点间有向边表示三类人群的转移方向，各条边上的标注表示三类人群的转移比例函数，其中，R(t) — D(t)的转移比例函数为β (t)，D(t) — E(t)的转移比例函数为γ (t)，E(t) — R(t)的转移比例函数为ξ (t);
[0070]参考图2，根据与目标网络热点话题相关的三类人群总数目的变化因素的分析，对三类人群的总数目随时间的变化规律用数学语言描述如下:首先分析R(t)随时间t的变化规律，根据图2中圈_1，可知影响R(t)变化的因素为:a)在时间t-Ι时没有参与话题?；和目标网络热点话题！^的人群而在时间t时参与话题的人群数目比例函数B(t) ;b)在时间t看到关于目标网络热点话题1的评论的而转移为目标网络热点话题T d的评论者的人群总数比例函数β (t) ;c)在时间t-1时参与话题?；的讨论而在时间t退出话题1\的比例函数w(t) ;d)在时间t-1为话题退出人群而在时间t又参与话题?；的讨论的人员数目比例函数 ? (t);因此，dR(t)/d(t) =B(t)R(t)-0 (t)R(t)D(t)-w(t)R(t)+ξ (t)E(t)；
[0071]参考图2，分析D(t)随时间t的变化规律，根据图2中圈_2，可知影响D(t)的变化因素为:在时间t-Ι时没有参与话题?；和目标网络热点话题Td讨论的人群而在时间t参与目标网络热点话题1的讨论的人数数目比例函数A (t);在时间t-1时看到关于目标网络热点话题！^的评论而在时间t时开始参与目标网络热点话题T d的讨论人群总数比例函数β (t);在时间t-1时参与目标网络热点话题1的讨论而在时间t退出目标网络热点话题Td的讨论的人数数目比例函数 γ (t);因此，dD (t) /dt = A(t)D(t) + P (t)R(t)D(t)-y (t)D(t);
[0072]参考图2，分析E (t)随时间t的变化规律，根据图2中圈_3，可知影响E (t)的变化因素为:在时间t-1时参与目标网络热点话题1的讨论而在时间t退出目标网络热点话题1的讨论的人数数目比例函数γ (t);在时间t-1为目标网络热点话题Td的退出人群而在时间t又重新回到目标网络热点话题1的讨论的人群数目比例函数ξ (t);因此，dE(t)/dt = γ (t)D(t)- ξ (t)E(t)；
[0073]根据dR (t) /d(t) = B (t) R (t) _ β (t) R (t) D (t) i (t) R(t) + ξ (t) E (t)、dD (t) /dt =A(t)D(t) + P (t)R(t)D(t)- γ (t)D(t)、以及 dE (t) /dt = γ (t)D(t)- ξ (t)E(t)即可得到目标网络热点话题的传播规律。
【主权项】
1.一种获取网络热点话题传播规律的方法，其特征在于，包括以下步骤: 1)实时检测网络上参与目标网络热点话题讨论人群的特征，得在时间t时潜在话题讨论者数目R(t)、在时间t时话题讨论者数目D(t)、以及在时间t时话题讨论退出者数目E(t); 2)建立潜在话题讨论者数目R(t)、话题讨论者数目D(t)及话题讨论退出者数目E(t)相对于时间t的微分方程； 3)根据步骤2)得到的话题讨论者数目R(t)、话题讨论者数目D(t)及话题讨论退出者数目E(t)相对于时间t的微分方程描述目标网络热点话题在总量和增量上的传播规律。2.根据权利要求1所述的获取网络热点话题传播规律的方法，其特征在于，潜在话题讨论者数目R(t)相对于时间t的微分方程为: dR (t) /dt = B (t) R (t) + ξ (t) E (t) - β (t) R (t) D (t) -w (t) R (t) 其中，B(t)为在时间t时网络话题人群成为热点话题潜在讨论者的比例函数，ξ (t)为在时间t时目标网络热点话题1的讨论退出人群重新参与目标网络热点话题T ,讨论的比例函数，β (t)为在时间t时查看过对目标网络热点话题1^的评论文章的平均人员数目，w(t)为在时间t时目标网络热点话题1的潜在人群的退出比例函数。3.根据权利要求2所述的获取网络热点话题传播规律的方法，其特征在于，话题讨论者数目D(t)相对于时间t的微分方程为: dD (t) /dt = A (t) D (t) + β (t) R (t) D (t) - γ (t) D (t) 其中，A(t)为在时间t时目标网络热点话题1的讨论人群的参与比例函数，γ (t)为在时间t时目标网络热点话题1讨论的退出比例函数。4.根据权利要求3所述的获取网络热点话题传播规律的方法，其特征在于，话题讨论退出者数目E(t)相对于时间t的微分方程为: dE (t) /dt = γ (t)D (t) - ξ (t)E (t)。5.根据权利要求3所述的获取网络热点话题传播规律的方法，其特征在于，设话题Tr为与目标网络热点话题Td相关的话题，则有: 网络话题人群成为热点话题潜在讨论者的比例函数B(t)的表达式为:B(t) = q(t)/h(t-l) 其中，h(t-l)为在时间t-Ι时既不参与目标网络热点话题Td也不参与话题讨论的人群数目，q(t)为在时间t-Ι时不参与目标网络热点话题Td和话题1\的讨论而在时间t时参与话题?；讨论的人群数目； 在时间t时目标网络热点话题1的讨论退出人群重新参与目标网络热点话题T ,讨论的比例函数? (t)的表达式为:ξ (t) = j (t)/g(t-l) j(t)为在时间t-1时退出目标网络热点话题1的讨论而在时间t时返回参与目标网络热点话题Td讨论的人群数目，g(t-1)为在时间t-1时退出目标网络热点话题T d讨论的人群总数； 在时间t时目标网络热点话题Td的潜在人群的退出比例函数w(t)的表达式为: w (t) = z (t) /b (t-1) 其中，z(t)为在时间t-1时参与话题?；的讨论而在时间t时退出话题?\讨论的人员数目，b(t-l)为在时间t-1时参与话题?；的讨论的人员总数目； 在时间t时目标网络热点话题Td的讨论人群的参与比例函数A(t)的表达式为: A (t) = c (t) /u (t-1) 其中，c(t)为在时间t-1时没有参与目标网络热点话题1和话题1\的讨论而在时间t时参与目标网络热点话题Td讨论的人员数目，u (t-ι)为在时间t-ι时参与目标网络热点话题Td的讨论的人员总数目； 在时间t时目标网络热点话题Td讨论的退出比例函数γ (t)的表达式为:T (t) = a(t)/l (t-1) 其中，a (t)为时间t-1时参与对目标网络热点话题1的讨论而在时间t时退出对目标网络热点话题Td的讨论的人员数目，l(t-l)为在时间t-1时参与目标网络热点话题、的讨论的人员总数目。6.根据权利要求5所述的获取网络热点话题传播规律的方法，其特征在于，A(t)>0、β (t)多 0、B(t)>0、w(t)>0、ξ (t)多 0、γ (t)>0o7.根据权利要求5所述的获取网络热点话题传播规律的方法，其特征在于，max (t 多 0 I R (t))、max (t 多 0 | D (t))及 max (t ^ 0 | E (t))存在。
【专利摘要】本发明公开了一种获取网络热点话题传播规律的方法，包括以下步骤：1)实时检测网络上参与目标网络热点话题讨论人群的特征，得在时间t时潜在话题讨论者数目R(t)，在时间t时话题讨论者数目D(t)，在时间t时话题讨论退出者数目E(t)；2)建立潜在话题讨论者数目R(t)、话题讨论者数目D(t)及话题讨论退出者数目E(t)相对于时间t的微分方程；3)根据步骤2)得到的潜在话题讨论者数目R(t)、话题讨论者数目D(t)及话题讨论退出者数目E(t)随时间t的总量变化和增量变化，从而描述目标网络热点话题的总量和增量传播规律。本发明能够直观快速的得到网络热点话题的传播特征规律。
【IPC分类】G06F17/30
【公开号】CN105426391
【申请号】CN201510707447
【发明人】张贝贝
【申请人】张贝贝, 徐小艳
【公开日】2016年3月23日
【申请日】2015年10月27日