[发明专利]基于元胞自动机的信息传播模型

权利要求书

1.一种基于元胞机的信息传播模型，其特征在于：具体内容如下所述：

(一)模型的构建

定义：A＝(L,S,N,f)，其中A为元胞自动机系统，L为元胞空间，边界条件为周期性边界，S为元胞状态集合，N为元胞的邻域集合，定义半径为1的Moore领域类型，f为局部映射集合；

sit+1=f(sj1t,...,sjNt)]]>

其中，为第i个元胞在t+1时刻的状态，j₁,…,j_N为元胞的邻居，为所有邻元的状态集合；邻居的形式采用Von Neumann型，每个节点拥有上、下、左、右、左上、左下、右上、右下八个方位的邻居，其数学表达式如下：

N_Moore＝{v_i＝(v_ix,v_iy)v_ix-v_ax|＜＜1,|v_iy-v_ay|＜＜1,(v_ix,v_iy)∈Z^Z}

其中，v_i为表示中心元胞坐标值为(v_ax,v_ay)的相邻元胞的集合，(v_ix,v_iy)则表示邻居元胞的空间位置；

(二)模型描述

在SNS网络中，结合真实社交网络中用户对待信息传播的态度，把社交网络中信息的传播过程细化为多个状态，用不同类型节点的状态转移进行表示；其中元胞的状态集合S＝{0,1,2,3,4,5,6}，分别对应谣言传播过程中的各种状态，对于每个元胞，在t时刻有七种不同的取值，分别对应信息传播过程中的个体的状态；其状态含义如下：0，未接触谣言状态；1，已接触谣言状态；2，相信谣言状态；3，不相信谣言状态；4，传递谣言状态；5，质疑谣言状态；6，辟谣状态；对每个元胞定义时间参数，代表当前状态时间，其所对应的状态集合如下：

未接触信息状态，即个体未被感染，如果接触到信息，可以成为已接触者；

已接触信息状态，但可以相信也可以不相信；

相信信息状态，如果此时有辟谣者出现，可以成为免疫者，否则成为传播者；

不相信信息状态，成为免疫者；

传播信息状态，如果辟谣者的数量大于传播者的数量，进入辟谣行列；

质疑信息状态，成为辟谣者；

辟谣状态，如果辟谣者的数量小于传播者的数量，进入传播状态；

所述状态集合的特性参数如下：该模型以现实中的信息传播过程为依据，引入4个参数：p1，p2，p3及p4；

p1(0≤p1≤1)表示节点的免疫成功率，会进入辟谣状态的概率，p1越大，质疑信息成功越大；

p2(0≤p2≤1)为感染率，相信谣言的关注率，接触信息后的可能感染性；

p3(0≤p3≤1)为传播率，传播谣言的传播概率，p3越大，越容易传播信息给邻元；

p4(0≤p4≤1)为质疑谣言而进入辟谣状态的辟谣率；

(三)关键算法

在上述建立的在线社交网络的谣言传播模型中，设定元胞数量为50*50，通过引入的4个参数在满足系统规则的设定下自动的演化，算法所示如下：

2.根据权利要求1所述的一种基于元胞机的信息传播模型，其特征在于，所述模型描述中，状态集合与其参数所遵循规则如下：

si·jt=0:]]>

1)当邻域中存在的元胞，则以p1(免疫成功率)为概率转变状态为

2)当邻域中存在的元胞，则转变状态为

以p2(感染率)为概率转变状态为以1-p2为概率转变状态为

si·jt=2:]]>

1)当邻域中存在的元胞，则以p1(免疫成功率)为概率转变状态为

2)以p3(传播率)为概率转变状态为以1-p3为概率保持状态不变；

以p4为概率转变状态为以1-p4为概率保持状态不变；

当邻域中状态6的元胞数量大于状态4的元胞数量以p1为概率转变状态为以1-p1为概率保持状态不变；

以p3(传播率)为概率转变状态为以1-p3为概率保持状态不变；

当邻域中状态6的元胞数量小于状态4的元胞数量以p2为概率转变状态为以1-p2为概率保持状态不变；

其中，为元胞的邻域集合。