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：哈尔滨工业大学

摘要：一种基于传播路径间与传播路径内影响力建模的信息传播预测方法及系统，涉及信息传播预测技术领域，用以解决在一段时间之后信息在社交网络中流行度增长量的预测问题。本发明的技术要点包括：使用图神经网络对级联图进行建模，得到聚合邻居节点状态与特征的节点表示；通过深度游走算法对整体级联网络图进行采样，获得级联图的序列集合，将图形神经网络嵌入表示与Deepwalk嵌入表示进行拼接来更新序列中各个节点的信息；将附有邻居信息的节点表示序列输入双向LSTM中，同时将时序信息经过注意力机制引导对序列进行整合，增强了级联预测模型的理解能力与预测能力。本发明兼顾级联传播路径间与传播路径内影响力传递性，以及纳入时序与结构因素互补性的有效性。

主权项：1.一种基于传播路径间与传播路径内影响力建模的信息传播预测方法，其特征在于，包括以下步骤：步骤一、获取历史信息传播数据集；步骤二、根据历史信息传播数据集训练基于图卷积时空耦合神经网络的信息传播预测模型；所述基于图卷积时空耦合神经网络的信息传播预测模型构建如下：1深度图嵌入表示：利用图卷积神经网络模型表示信息传播级联图中的每个节点，获得聚合邻居节点信息的节点表示即图嵌入表示Pg；具体过程包括：对于信息传播级联图中的任意节点v在m+1层的表示，消息传播的聚合函数表示为： 式中，AGG表示消息传播的聚合函数；为第m层的节点特征表示；Nv表示节点v的邻居节点集合；w表示一个可训练的权重矩阵；b表示偏差修正向量；更新函数表示为： 式中，σ表示sigmod非线性激活函数；表示节点v在第m层的特征表示；用矩阵的方式来表示图神经网络节点间的传播与更新： 其中，H表示节点的嵌入表示；表示邻接矩阵，表示节点之间的相互连接关系，为单位矩阵；D是一个对角阵，为矩阵A的度矩阵；w表示一个可训练的权重矩阵；b表示偏差修正向量；每个节点的特征向量表示为2Deepwalk级联序列采样：利用深度游走算法对信息传播级联图进行采样，得到K条长度为N的级联传播路径序列，经过深度游走算法的训练获得每个节点的特征表示即序列嵌入表示Pw；将图嵌入表示Pg与序列嵌入表示Pw进行拼接以对节点的表示进行更新；其中，获得序列嵌入表示Pw的具体过程包括：采样K条长度为N的级联序列的过程为：根据下述公式确定路径的起始点： 其中，degiv表示节点v在信息传播级联图中出度的大小；α为平滑量；degiw表示节点w在信息传播级联图中出度的大小，Vc表示节点w的邻居节点集合；确定起始节点v后，在信息传播级联图中其出度邻居结点的集合为Niv，则其前往下一个出度邻居由下述公式确定： 当邻居节点的采样长度达到设定值N，或者没有下一个邻居结点时，当前采样序列结束；当序列的数目达到设定值K时，随机游走采样结束，得到K条信息传播级联图的传播路径；基于自然语言处理领域中的Word2Vector模型，视每个节点为单个的单词，每条传播路径视为一个句子；级联序列中的每个节点被表示为一个独热向量其中|Ui|表示信息传播级联图中节点的总数；通过一个嵌入矩阵将每个节点转换成一个低维稠密向量y，将向量y输入Skip-gram模型中，经过训练学习得到节点的嵌入表示Pw；3信息传播级联图结构因素建模：将表示更新后的节点序列分别输入双向长短时记忆模型中，得到信息传播级联图的结构特征表示A；具体过程包括：前向LSTM输出隐状态序列后向LSTM输出隐状态序列将前向和后向的隐状态向量进行拼接，得到第K条级联路径中第j个节点的表达；经过双向LSTM建模后，得到信息传播级联图的空间嵌入表示为：4信息传播级联图时序因素建模：使用门控循环单元模型提取时序特征表示M，通过注意力机制，时序信息指导下赋予不同的级联序列不同的权重，获得融合时序因素与结构因素的信息传播级联图的最终表示O；具体过程包括：将信息传播级联图中每次事件发生的时间点映射至时间轴中，得到相应的异步时间戳；对传播事件提取相应的时间特征，获得时间特征序列；将时间特征序列输入门控循环单元模型，获得事件对应的隐状态；对每个时间步依次迭代嵌入后，得到信息传播级联图的时序嵌入表示；信息传播级联图中K条长度为N的级联路径被表示为A，代表着信息传播级联图的结构特征，信息传播级联图的时序特征被表示为M；对时序特征M进行平均池化得到时序向量则第i条消息的第m条级联路径的权重分数定义为： 式中，Wim均为内部注意力参数矩阵；表示第k条级联路径的向量表示； 式中，K表示传播路径的数量；表示第i条消息的第m条级联路径的权重；通过加权池化后得到级联图的最终表示O： 式中，表示第p条消息的第m条级联路径的权重；表示第p条消息第m条级联路径的向量表示；步骤三、将待预测信息数据输入训练好的信息传播预测模型中，获取待预测信息数据的信息传播预测结果。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种基于传播路径间与传播路径内影响力建模的信息传播预测方法及系统