[发明专利]基于演化博弈论的社交网络信息传播预测方法

权利要求书

1.一种基于演化博弈论的社交网络信息传播预测方法，其特征在于，所述方法包括：

步骤1：获取t时刻传播于社交网络的信息集{u₁，u₂，…，u_n}；

步骤2：获取t时刻之前信息集{u₁，u₂，…，u_n}中每条信息传播覆盖的社交网络的顶点集；

步骤3：基于每条信息传播覆盖的社交网络的顶点集及设定的类别数量M，对信息集合进行聚类；

步骤4：统计t时刻信息集{u₁，u₂，…，u_n}中每条信息的博弈场景；

步骤5：基于每条信息的博弈场景及所属类别，根据信息博弈传播模型计算每条信息的传播能力；

其中，在特定时间段内，社交网络上的用户v看到一则信息u_i，同时看到其它信息的集合{u₁′，u₂′，…，u_k′}，即暴露集合，信息u_i与其它信息的集合{u₁′，u₂′，...，u_k′}的博弈即信息u_i的博弈场景；

其中，所述信息博弈传播模型为：

$\begin{array}{c}P(X=C_i|E_{\{C_1,C_2,\mathrm{...},C_M\}})\\ =P\left(C_1\right)P(X=C_i|E_{C_1})+P\left(C_2\right)P(X=C_i|E_{C_2})+\mathrm{...}+P\left(C_M\right)P(X=C_i|E_{C_M})\\ =P\left(C_1\right)A_{i,1}+P\left(C_2\right)A_{i,2}+\mathrm{...}+P\left(C_M\right)A_{i,M}\end{array}$

其中，M是信息u₁′，u₂′，...，u_k′及u_i所属信息类别的数量；A(A∈M×M)为描述信息u₁′，u₂′，...，u_k′、u_i之间博弈关系的收益矩阵，A_i,1…A_i,M为A的元素；P(C_j)是类别C_j的信息数占暴露集合信息数的比例，表示属于类别C_i的信息在属于类别C_j的信息的影响下的传播概率，即属于类别C_i的信息与属于类别C_j的信息产生博弈的收益值A_i,j，其中，1≤j≤M；为属于类别C_i的信息的传播能力。