[发明专利]一种面向时间感知的微博传播模型

权利要求书

1.一种面向时间感知的微博传播模型，其特征在于包括如下步骤：

步骤101：通过对博主发布信息之后粉丝随着时间感知而采取不同行为的分析，定义四种粉丝类型：易感染者(S-Susceptible)，潜伏者(L-Lurked)，感染者(I-Infected)，免疫者(R-Removed)；

步骤102：通过对粉丝类型之间信息的传播情况的分析，定义信息传播规则：不完整阅读行为，直接免疫，传播，潜伏期；并定义粉丝类型之间遵循传播规则转移的概率；

步骤103：根据步骤2的传播规则进行数学建模；

步骤104：利用仿真实现面向时间感知的微博传播模型。

2.根据权利要求1所述的一种面向时间感知的微博传播模型，其特征在于，所述步骤101中所述的易感染者(S-Susceptible)表示还没看到博主发布的此条博文的粉丝；所述的潜伏者(L-Lurked)表示看到博主的博文，但不传播的粉丝；所述的感染者(I-Infected)表示看到了博主的博文，并且传播的粉丝；所述的免疫者(R-Removed)表示看到了博主的博文，但永远不传播的粉丝。

3.根据权利要求1所述的一种面向时间感知的微博传播模型，其特征在于，所述步骤102中所述的不完整阅读行为表示，在微博中，当一个博主发布信息时，一部分粉丝由于受网络或者时间的限制，不能实时刷新微博中的信息，因而会由于信息的即时更新、信息的覆盖而不能看到博主发布的信息；所述的直接免疫表示，看到此信息的粉丝往往会以一定的概率将此消息转发出去，一部分粉丝由于对博主发布的信息内容不感兴趣进而成为看到信息而不会传播的粉丝；所述的传播表示，一部分粉丝对博主发布的信息内容非常感兴趣进而成为看到信息而传播的粉丝；所述的潜伏期表示，一部分粉丝，一开始对博主发布的信息不感兴趣，在好友多次转发的情况下，能多次看到此条消息，当看到的次数达到一定数量时受到好友的影响而以一定的概率进行传播；

微博网络中信息在易感染者、感染者、潜伏者和免疫者之间转移遵循的传播规则如下：

(1)如果一个阅读到此博文的易感者与感染者接触时，以P₁的概率成为感染者；(2)如果一个阅读到此博文的易感者与感染者接触时，以P₂的概率成为免疫者；(3)如果一个阅读到此博文的易感者与感染者接触时，以P₃的概率成为潜伏者；(4)如果一个潜伏者与感染者接触时，以P₄的概率成为感染者；(5)如果一个感染者与免疫者接触时，以P₅的概率成为免疫者；由于微博信息的即时效应，一个感染者不会一直在传播信息；(6)如果一个潜伏者与免疫者接触时，以P₆的概率成为免疫者；(7)不考虑用户的增加、减少、流动等种群动力因素，即用户数量始终保持一个常数，即N(t)≡K。

4.根据权利要求1所述的一种面向时间感知的微博传播模型，其特征在于，所述步骤103中根据步骤2的传播规则进行数学建模的过程如下：

微博网络上的信息传播动态过程与节点的密度密切相关，本发明定义微博网络中，S(t)表示在t时刻，还没看到此条博文的粉丝节点占微博网络节点总数的比例，称为易感染节点密度；I(t)表示在t时刻，看到博主的博文，并且传播的粉丝节点占微博网络节点总数的比例，称为感染节点密度；L(t)表示在t时刻，看到博主的博文，但不传播的粉丝节点占微博网络中节点总数的比例，称为潜伏节点密度；R(t)表示在t时刻，看到博主的博文，但永远不传播的粉丝节点占微博网络节点总数的比例，称为免疫节点密度；显然S(t)+I(t)+L(t)+R(t)≡1；

Δt表示两次转发之间的时间间隔；为了简化研究，假设：(1)一个用户看到博文后，只传播一次给他所有的粉丝；(2)一个博主发布博文，他的粉丝在一个时间间隔里以α的概率能阅读到此条博文；

本发明数学模型可以用以下微分方程组描述：

dS(t)dt=-(P1+P2+P3)αS(t)I(t)dI(t)dt=P1αS(t)I(t)+P4L(t)I(t)-P5I(t)dL(t)dt=P3αS(t)I(t)-P4L(t)I(t)-P6L(t)dR(t)dt=P2αS(t)I(t)+P5I(t)+P6L(t).]]>