一种多数据传播环境下的网络信息传播模型建立方法

1.本发明涉及网络信息传播模型技术领域，具体为一种多数据传播环境下的网络信息传播模型建立方法。


背景技术：

2.由于在线社交网络中的信息传播过程与传染性疾病在人群中的扩散过程非常相似，所以许多学者将传播动力学模型应用到社交网络上，传统的传播模型如sis、sir、seir等建立在平均场理论上提出了一系列如犹豫、遗忘、多语言等机制，而在当下互联网数据不断更新下，在网络信息传播的过程中，一种网络信息会产生多种数据看法分析，同时具有不同传播地位的网络信息数据吸引用户注意力的能力存在差异，且数据传播地位越高，吸引用户注意力的能力就越强，从而使公众关注网络信息的焦点以及网络信息风向的数据发生动态变化，影响整个的网络信息演化过程，因此，为了更好地探讨网络信息数据交互传播机制，本发明借助seir传染病模型的构造思路，构建了一种多数据传播环境下的网络信息传播模型。


技术实现要素：

3.本发明的目的在于提供了一种多数据传播环境下的网络信息传播模型建立方法，解决了上述背景技术中提到的问题。
4.为实现上述目的，本发明提供如下技术方案：一种多数据传播环境下的网络信息传播模型建立方法，包括以下步骤：
5.s1、构建多数据传播环境下的网络信息传播模型；
6.s2、对多数据传播环境下的网络信息传播模型进行简化，获得简化的多数据传播环境下的网络信息传播模型；
7.s3、获取简化的多数据传播环境下的网络信息传播模型的基本再生数；
8.s4、进行多数据传播环境下的网络信息传播模型数值仿真。
9.优选的，所述步骤s1中，构建多数据传播环境下的网络信息传播模型包括以下步骤：
10.s11、构造具有引导价值的setr网络信息传播模型，将传播节点分为未知者s，犹豫者e，数据一传播者t1，数据二传播者i2和免疫者r，这5类；
11.s12、通过如下微分动力学方程建立网络信息数据交互传播模型：
[0012][0013]
优选的，所述步骤s11中，犹豫者e和传播者i是根据对网络信息的反应程度划分的，即人们在接触到网络信息后不会立即传播，而一般都会有一个判断过程之后决定是否传播和传播哪种网络信息风向，同时考虑了网络信息风向交互传播机制，从而使得后续对网络信息传播过程的分析更加精确。
[0014]
优选的，所述步骤s12中，s(t)、e(t)、i1(t)、i2(t)、r(t)分别表示未知者群体、犹豫者群体、数据一传播者群体、数据二传播者群体、免疫者的概率密度随时间t的变化关系，a表示单位时间内进入网络的个体，λ1、λ2分别表示未知者接触到数据或数据二并成为犹豫者的概率，λ3、λ4分别表示犹豫者成为数据一或数据二传播者的概率，λ5、λ6分别表示数据一传播者接触到数据二传播者并成为数据二传播者的概率和数据二传播者接触到数据一传播者并成为数据一传播者的概率，λ7、λ8、λ9、λ
10
分别表示未知者、犹豫者、数据一传播者和数据二传播者成为免疫者的概率，λ
11
表示免疫者群体的迁出率。
[0015]
优选的，所述步骤s2中，根据所述s12中前4个变量不含变量r，因此只需考虑前4个方程构成的系统，且s(t)+e(t)+i1(t)+i2(t)+r(t)＝a
[0016]
将网络信息传播模型简化为：
[0017][0018]
令上述模型右侧等于0可以得到无病平衡点以及边界平衡点为：
[0019]
无病平衡点：
[0020]
地方性平衡点：
[0021]
[0022]
优选的，所述步骤s3中，采用如下公式计算基本再生数：令x＝(e,i1,i2)
t
，则所述s12中简化的模型方程可以表示为dx＝f(x)-v(x)，利用下一代矩阵法计算基本再生数，其中f(x)表示新增加的网络信息数据传播者，v(x)表示其他群体的数量变化，
[0023][0024][0025]
由a＝fv-1
可得
[0026]
其中，s0表示无病平衡点所对应的s坐标值即r0表示基本再生数，从r0表达式可知，基本再生数与数据传播率，直接免疫率，数据移除率密切相关。数据传播率增大会导致基本再生数增大，当基本再生数由小于1变为大于1时网络信息数据的传播规模逐渐扩大，而增大直接免疫率和数据移除率会减少基本再生数。
[0027]
优选的，所述步骤s4中，利用matlab软件进行数值仿真研究，更好地说明多数据传播环境下的网络信息传播规律。
[0028]
本发明提供了一种多数据传播环境下的网络信息传播模型建立方法。该多数据传播环境下的网络信息传播模型建立方法具备以下有益效果：
[0029]
(1)、该多数据传播环境下的网络信息传播模型建立方法，分析了数据交互传播过程中的群体类型和状态转化关系，其次，建立了多数据传播环境下的网络信息传播系统，并给出动力学方程，计算得到该模型的平衡点，因此在数据交互传播的基础上构建的网络信息传播模型更加符合真实的传播情况；
[0030]
(2)、该多数据传播环境下的网络信息传播模型建立方法，网络信息数据交互传播的过程中，数据的传播地位越高，传播周期就越长，且同样的干预方式对于具有不同传播地位的网络信息数据影响不同，单纯降低某一网络信息数据的讨论热度，可能会导致其他网络信息数据的关注度提高，因此制定干预决策不能仅关注单一网络信息数据，而应综合考
虑多个网络信息数据及其交互关系。
附图说明
[0031]
图1为本发明流程图；
[0032]
图2为本发明状态转移图；
[0033]
图3为本发明在网络信息无病平衡点处五类人群随时间变化曲线图；
[0034]
图4为本发明在地方性平衡点p1处五类人群随时间变化曲线图；
[0035]
图5为本发明在地方性平衡点p2处五类人群随时间变化曲线图。
具体实施方式
[0036]
如图1-5所示，本发明提供一种技术方案：一种多数据传播环境下的网络信息传播模型建立方法，包括以下步骤：
[0037]
s1、构建多数据传播环境下的网络信息传播模型，建立多数据传播环境下的网络信息传播模型包括以下步骤：
[0038]
s11、构造具有引导价值的seir网络信息传播模型，将传播节点分为未知者s，犹豫者e，数据一传播者i1，数据二传播者i2和免疫者r，这5类，犹豫者e和传播者i是根据对网络信息的反应程度划分的，即人们在接触到网络信息后不会立即传播，而一般都会有一个判断过程之后决定是否传播和传播哪种网络信息风向，同时考虑了网络信息风向交互传播机制，从而使得后续对网络信息传播过程的分析更加精确；
[0039]
s12、通过如下微分动力学方程建立网络信息数据交互传播模型：
[0040][0041]
，s(t)、e(t)、i1(t)、i2(t)、r(t)分别表示未知者群体、犹豫者群体、数据一传播者群体、数据二传播者群体、免疫者的概率密度随时间t的变化关系，a表示单位时间内进入网络的个体，λ1、λ2分别表示未知者接触到数据或数据二并成为犹豫者的概率，λ3、λ4分别表示犹豫者成为数据一或数据二传播者的概率，λ5、λ6分别表示数据一传播者接触到数据二传播者并成为数据二传播者的概率和数据二传播者接触到数据一传播者并成为数据一传播者的概率，λ7、λ8、λ9、λ
10
分别表示未知者、犹豫者、数据一传播者和数据二传播者成为免疫者的概率，λ
11
表示免疫者群体的迁出率；
[0042]
s2、对多数据传播环境下的网络信息传播模型进行简化，获得简化的多数据传播环境下的网络信息传播模型，根据s12中前4个变量不含变量r，因此只需考虑前4个方程构成的系统，且s(t)+e(t)+i1(t)+i2(t))+r(t)＝a
[0043]
将网络信息传播模型简化为：
[0044][0045]
令上述模型右侧等于0可以得到无病平衡点以及边界平衡点为：
[0046]
无病平衡点：
[0047]
地方性平衡点：
[0048][0048]
i1＝0，
[0049][0050]
s3、获取简化的多数据传播环境下的网络信息传播模型的基本再生数，采用如下公式计算基本再生数：令x＝(e，i1，i2)
t
，则s12中简化的模型方程可以表示为dx＝f(x)-v(x)，利用下一代矩阵法计算基本再生数，其中f(x)表示新增加的网络信息数据传播者，v(x)表示其他群体的数量变化，
[0051][0052][0053]
由a＝fv-1
可得
[0054]
其中，s0表示无病平衡点所对应的s坐标值即r0表示基本再生数，从r0表达式可知，基本再生数与数据传播率，直接免疫率，数据移除率密切相关。数据传播率增大会导致基本再生数增大，当基本再生数由小于1变为大于1时网络信息数据的传播规模逐渐扩大，而增大直接免疫率和数据移除率会减少基本再生数；
[0055]
s4、进行多数据传播环境下的网络信息传播模型数值仿真，利用matlab软件进行数值仿真研究，更好地说明多数据传播环境下的网络信息传播规律。

技术特征：
1.一种多数据传播环境下的网络信息传播模型建立方法，其特征在于，包括以下步骤：s1、构建多数据传播环境下的网络信息传播模型；s2、对多数据传播环境下的网络信息传播模型进行简化，获得简化的多数据传播环境下的网络信息传播模型；s3、获取简化的多数据传播环境下的网络信息传播模型的基本再生数；s4、进行多数据传播环境下的网络信息传播模型数值仿真。2.根据权利要求1所述的一种多数据传播环境下的网络信息传播模型建立方法，其特征在于，所述步骤s1中，构建多数据传播环境下的网络信息传播模型包括以下步骤：s11、构造具有引导价值的seir网络信息传播模型，将传播节点分为未知者s，犹豫者e，数据一传播者i1，数据二传播者i2和免疫者r，这5类；s12、通过如下微分动力学方程建立网络信息数据交互传播模型：3.根据权利要求2所述的一种多数据传播环境下的网络信息传播模型建立方法，其特征在于，所述步骤s11中，犹豫者e和传播者i是根据对网络信息的反应程度划分的，即人们在接触到网络信息后不会立即传播，而一般都会有一个判断过程之后决定是否传播和传播哪种网络信息风向，同时考虑了网络信息风向交互传播机制。4.根据权利要求2所述的一种多数据传播环境下的网络信息传播模型建立方法，其特征在于，所述步骤s12中，s(t)、e(t)、i1(t)、i2(t)、r(t)分别表示未知者群体、犹豫者群体、数据一传播者群体、数据二传播者群体、免疫者的概率密度随时间t的变化关系，a表示单位时间内进入网络的个体，λ1、λ2分别表示未知者接触到数据或数据二并成为犹豫者的概率，λ3、λ4分别表示犹豫者成为数据一或数据二传播者的概率，λ5、λ6分别表示数据一传播者接触到数据二传播者并成为数据二传播者的概率和数据二传播者接触到数据一传播者并成为数据一传播者的概率，λ7、λ8、λ9、λ
10
分别表示未知者、犹豫者、数据一传播者和数据二传播者成为免疫者的概率，λ
11
表示免疫者群体的迁出率。5.根据权利要求1所述的一种多数据传播环境下的网络信息传播模型建立方法，其特征在于，所述步骤s2中，根据所述s12中前4个变量不含变量r，因此只需考虑前4个方程构成的系统，且s(t)+e(t)+i1(t)+i2(t)+r(t)＝a将网络信息传播模型简化为：
令上述模型右侧等于0可以得到无病平衡点以及边界平衡点为：无病平衡点：p0:地方性平衡点：p1:i1＝0，p2::6.根据权利要求1所述的一种多话题传播环境下的网络信息传播模型建立方法，其特征在于，所述步骤s3中，采用如下公式计算基本再生数：令ｘ＝(e,i1,i2)
t
，则所述s12中简化的模型方程可以表示为dx＝f(x)-v(x)，利用下一代矩阵法计算基本再生数，其中f(x)表示新增加的网络信息数据传播者，n(x)表示其他群体的数量变化，新增加的网络信息数据传播者，n(x)表示其他群体的数量变化，由a＝fv-1
可得
其中，s0表示无病平衡点所对应的s坐标值即r0表示基本再生数。7.根据权利要求1所述的一种多数据传播环境下的网络信息传播模型建立方法，其特征在于，所述步骤s4中，利用matlab软件进行数值仿真研究。

技术总结
本发明涉及网络信息传播模型技术领域，且公开了一种多数据传播环境下的网络信息传播模型建立方法，包括以下步骤：S1、构建多数据传播环境下的网络信息传播模型；S2、对多数据传播环境下的网络信息传播模型进行简化，获得简化的多数据传播环境下的网络信息传播模型；S3、获取简化的多数据传播环境下的网络信息传播模型的基本再生数；S4、进行多数据传播环境下的网络信息传播模型数值仿真，分析了数据交互传播过程中的群体类型和状态转化关系，其次，建立了多数据传播环境下的网络信息传播系统，并给出动力学方程，计算得到该模型的平衡点，因此在数据交互传播的基础上构建的网络信息传播模型更加符合真实的传播情况。息传播模型更加符合真实的传播情况。息传播模型更加符合真实的传播情况。


技术研发人员：钟晓静 杨耿程
受保护的技术使用者：广州大学
技术研发日：2023.03.06
技术公布日：2023/9/14