买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学

摘要：本发明属于网络舆情分析领域，涉及一种基于谣言辟谣促谣和三方认知博弈的信息传播预测方法，包括获取在线数据；根据爬取的数据，获取消息热度、消息传播强度、用户认知指数以及用户相互强度；构建谣言传播驱动力模型，在该模型中基于三方认知博弈根据获取的信息获取谣言、辟谣以及促谣消息的收益函数；根据收益函数计算谣言、辟谣以及促谣消息的驱动力，并根据驱动力来预测用户行为；将在线爬取的数据输入建立的模型，预测得到网络节点的采取辟谣行为和促谣行为的概率；本发明可应用于社交网络中谣言传播预测和控制，舆情部门可以更及时和精确的对网络谣言进行监控和控制，并在合理的时间进行引导和抑制。

主权项：1.基于谣言辟谣促谣和三方认知博弈的信息传播预测方法，其特征在于，包括以下步骤：S1、从公开的数据网站或者利用社交网络公共API爬取在线数据；S2、根据爬取的数据，获取消息热度、消息传播强度、用户认知指数以及用户相互强度；S3、构建谣言传播驱动力模型，在该模型中基于三方认知博弈根据获取的信息获取谣言、辟谣以及促谣消息的收益函数；S4、根据收益函数计算谣言、辟谣以及促谣消息的驱动力，并根据驱动力来预测用户行为；具体包括：根据谣言传播驱动力模型，可以得出任意用户ui在t时刻参与谣言转发的概率为： 任意用户ui在t时刻参与辟谣转发的概率为： 其中，m为表示用户ui所关注的m个用户，转发过程中有n个用户转发了辟谣消息的行为；Drf1ui为用户在ti时刻参与谣言消息转发的驱动力，表示为： Drf2ui为用户在ti时刻参与辟谣消息转发的驱动力，表示为： 其中，drf1ti为ti时刻的用户谣言状态驱动力，表示为： drf2ti为ti时刻的用户辟谣状态驱动力，表示为： drf3ti为ti时刻的用户促谣状态驱动力，表示为： 其中，t表示时刻的下标，t∈[0,now]，now为当前计算驱动的时刻；Payoff1、Payoff2、Payoff3分别为选择谣言、辟谣和促谣进行转发的收益函数，分别表示为：Payoff1ui＝w1*EffrumorPayoff2ui＝w2*Effanti_rumorPayoff3ui＝w3*Effsti_rumor其中，w1为网络节点中转发谣言消息的节点比例，w2为网络节点中转发辟谣消息的节点比例，w3为网络节点中转发促谣消息的节点比例；Effrumor、Effanti_rumor、Effsti_rumor分别表示谣言、辟谣、促谣消息影响力，分别表示为：Effrumor＝k0+k1*T1t+k2*Prop1t2+k3*Cogui*Int1ui3+δ*||Cogui*Int1ui,T1t,Prop1t||2Effanti-rumor＝k0+k1*T2t+k2*Prop2t2+k3*Cogui*Int2ui3+δ*||Cogui*Int2ui,T2t,Prop2t||2Effsti-rumor＝k0+k1*T3t+k2*Prop3t2+k3*Cogui*Int3ui3+δ*||Cogui*Int3ui,T3t,Prop3t||2其中，k0,k1,k2,k3,δ为预设系数；||||2表示欧几里德范数运算；Tt为t时刻下话题传播热度值；Prop1t为t时刻下谣言消息传播强度值；Cogui为t时刻下用户认知指数；Intui为t时刻下用户互动率；消息热度表示为： 消息传播强度表示为： 用户认知指数表示为： 用户相互强度表示为：Intui＝α*Num[followui]+β*Num[followedui]其中，k代表当前话题传播的总时长；forwardinfot表示t时刻的消息转发量，k1为约束因子，Topict表示t时刻的消息热度；Num[retweetui]表示用户在一段时间内的消息转发行为数，Num[behaviorui]表示用户在一段时间内产生的行为总数，用户行为包括转发次数和原创博文个数；θ为约束因子，属于超参数，θ∈0,1；Num[followui]表示用户ui关注的用户总数，Num[followedui]表示关注ui用户的用户总数，α和β为衰减系数，α,β∈0,1；S5、将在线爬取的数据输入建立的模型，预测得到网络节点的采取辟谣行为和促谣行为的概率。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于谣言辟谣促谣和三方认知博弈的信息传播预测方法